基于大模型的风电机组设备故障诊断方法与系统

基于大模型的风电机组设备故障诊断方法和系统，方法包括以下步骤：根据正常数据初始化特征集；根据各候选特征的混合得分选择多个候选特征保存到特征集中；利用时序分段算法对正常数据进行样本划分并构建多维时空特征表示；构建故障诊断模型，包括：加载大语言模型作为基础架构，将多维时空特征表示注入大语言模型的嵌入输入层；在大语言模型的输出后接入自适应池化层，构建双层MLP分类器，用于实现对不同故障类型的识别与分类；双层MLP分类器的首层将输入特征压缩到原特征维度的一半并施加GELU激活，双层MLP分类器的第二层映射到对应的故障类别空间；构建知识机理库，为模型提供风电机组先验知识并设计风电机组知识驱动的损失函数，进行模型训练。