一种基于多模态数据融合的电力设备故障诊断方法及系统

本发明公开了一种基于多模态数据融合的电力设备故障诊断方法及系统，该方法包括以下步骤：采集电力设备运行的多模态数据，并对其进行预处理，得到预处理后的多模态数据，并将其划分为训练数据集和测试数据集；对训练数据集进行特征提取，得到多模态特征；利用注意力机制对多模态特征进行加权融合；构建BiLSTM模型；使用融合后的多模态特征对BiLSTM模型进行训练；将电力设备运行的实时数据输入训练后的BiLSTM模型进行电力设备的故障诊断。本发明解决了现有基于多模态信息融合的故障诊断方法中，交叉注意力机制虽能捕捉不同模态数据关联，但在计算跨模态注意力权重矩阵时，处理高维度模态特征会导致计算复杂度上升，消耗大量计算资源的问题。