基于多传感器数据融合的电气柜内异常预测方法、装置及设备

本发明提供了一种基于多传感器数据融合的电气柜内异常预测方法、装置及设备，涉及电气维护技术领域，该方法包括：获取电气柜内任一区域的多传感器数据，所述多传感器数据包括粉尘数据、电磁数据、振动数据、电流数据、电压数据以及温度数据；在任一区域内的目标特征组合满足预设异常触发条件的情况下，根据所述目标特征组合确定目标预测模型，输入所述目标特征组合至目标预测模型，得到由所述目标预测模型输出的所述区域内的当前异常预测结果。本发明针对不同的异常原因，选择相应的目标预测模型进行异常程度评估，能够根据输入的目标特征组合数据，对异常原因对应的异常程度进行精准预测。