基于多模态深度学习的电力设备异常检测方法

本发明公开的属于电力设备异常检测技术领域，具体为基于多模态深度学习的电力设备异常检测方法，包括具体步骤如下：S1：构建一个涵盖电力设备音频数据、振动信号和图像的原始电力设备多模态数据集；S2：对原始电力设备多模态数据集进行预处理，得到预处理后的电力设备多模态数据集；S3：构建基于多模态深度学习的电力设备异常检测模型；S4：对预处理后的电力设备多模态数据集进行划分，然后训练并验证电力设备异常检测模型；S5：应用经过训练完成后的电力设备异常检测模型对电力设备进行检测。本发明通过结合音频数据、振动信号和电力设备图像的多样特征，能够全面捕捉多样的电力设备异常表现，适应电力设备在不同运行状态下的异常检测。