配网设备故障判别模型训练方法、判别方法及相关设备

本发明属于配网设备技术领域，公开了一种配网设备故障判别模型训练方法、判别方法及相关设备，本方法通过采集配网设备的超声波图谱和一次设备检测数据，将两者提取的特征进行多模态数据拼接，得到融合特征。这一融合特征综合了超声波图谱的直观信息和电气设备的运行数据，弥补了单一数据源信息的不足。采用改进的自适应切尔诺贝利灾难优化算法对预构建的、基于全连接神经网络的故障判别模型进行迭代训练。采用这种方式能够优化模型参数，提升模型对融合特征的学习和判别能力。因此，训练好的故障判别模型能更全面准确地反映设备的实际运行状况，有效融合了图谱特征与运行数据，提高了对设备潜在故障的精准判别能力。