一种面向低压标准化柜的智能故障诊断与自愈方法及系统

本发明提供了一种面向低压标准化柜的智能故障诊断与自愈方法及系统，属于基于深度学习的标准化柜故障诊断与自愈控制技术领域。首先通过构建数字孪生系统并采用立体矩阵式传感器布局，采集包含极限故障工况的数据并融入传感器位置信息，完成故障诊断数据集构建；之后设计智能故障诊断模型，实现故障类型判断与位置感知；同时构建故障自愈强化学习模型，涵盖故障状态特征表征网络、修复策略网络及奖励策略设计；最后基于该模型框架构建强化学习多阶段动作步执行策略逐步引导策略迭代，保障故障自愈操作的安全与效率，以优化模型整体性能。本发明实现了从故障诊断到故障自愈的全流程自动化，大大提升了故障检测的自动化以及智能化程度。