一种基于多模态数据融合的电力物资智能检测方法

本发明涉及一种基于多模态数据融合的电力物资智能检测方法，旨在提升物资状态识别的准确性与自动化水平。该方法在电力物资运行或流转过程中，通过统一时间索引采集图像、红外热成像、射频识别、振动响应及环境参数等多模态数据，构建结构化时间序列数据集。经归一化与异常剔除处理后，提取包含结构强度、温度分布、标签连续性与动态稳定性的多维特征向量，并执行加权统计与相关性计算生成综合状态指标。进一步通过与历史基准比对，依据偏差阈值识别异常状态，输出对应标签与特征信息，并基于规则推理得出物资状态评估及处置建议。该方法实现了多源数据驱动下的电力物资精准监测与异常预警，具有良好的实用性与扩展性。