一种基于多模态认知网络的输电线路可靠性预测方法

本发明公开了一种基于多模态认知网络的输电线路可靠性预测方法，该方法首先获取包括设备台账、运维日志、历史故障、气象和地理信息在内的多源异构数据，提取设备类、故障类及环境类实体及其属性，并通过语义相似度融合构建统一的三层元模型。随后识别各类实体间的关联关系与强度，构建多模态认知网络。在此基础上，提取设备的实时状态与退化信息，建立健康指标驱动的动态故障率预测模型；进一步融合环境因素，构建线路级整体可靠性预测模型，实现对输电线路基础故障风险与环境风险的综合评估。该方法具有数据融合度高、建模精度强、预测粒度细的优点，为电网设备的精准运维和风险预警提供了有效支撑。