多模态数据融合的水电机组参数智能优化方法及其系统

本发明涉及水电机组参数优化技术领域，特别涉及多模态数据融合的水电机组参数智能优化方法及其系统，本发明融合多模态数据、图神经网络与贝叶斯优化，实现水电机组参数高效智能优化,首先，整合时域、频域、声学、温度及水力多模态数据，通过模态内特征提取与层次化注意力机制融合，生成特征向量；接着，构建机组知识图谱，利用图注意力网络提取先验知识，实现跨域知识迁移；最后，基于多目标约束的贝叶斯优化算法，结合高斯过程代理模型，确定最优PID参数配置，并通过闭环验证进行增量优化；该方法将优化时间从数天缩短至15分钟内，效率提升95%以上，显著提升水电机组参数优化效率与精度。