基于大模型识别燃煤设备缺陷的方法、系统及设备

一种基于大模型识别燃煤设备缺陷的方法、系统及设备，涉及设备缺陷识别技术领域，其包括：对已标注的目标域数据进行训练，生成一级燃煤设备缺陷识别模型；通过迁移学习将源域数据提取的通用特征和不变领域特征迁移到一级模型，生成二级模型；将传感器数据和预设随机噪声输入到嵌入热力学残差项目的生成对抗网络中，生成标准仿造缺陷数据；对标准仿造缺陷数据进行训练，生成三级模型；基于预置策略生成跨模态融合特征并添加到三级模型中，生成四级模型；将待识别的燃煤设备图片和工况参数输入四级模型，获取识别结果和置信度。本发明通过多级模型训练和跨模态融合特征提取，解决了相关技术中识别精度低、泛化能力差的问题，提高了燃煤设备缺陷识别的准确性和可靠性。