一种基于多模态深度学习的变压器故障诊断方法、系统、设备及存储介质

本发明涉及电力设备监测技术领域，特别是一种基于多模态深度学习的变压器故障诊断方法、系统、设备及存储介质。获取变压器的油中溶解气体体积分数、局部放电量、套管介质损耗因数、振动数据和红外图像数据；对振动数据进行基于集成梯度的连续小波变换处理，动态筛选关键故障频段生成时频图谱；将数值型数据输入栈式去噪自编码器网络提取深度特征；将红外图像及射频图谱分别输入双分支卷积编码器进行早期特征融合，再经栈式卷积自编码器网络提取图谱深度特征；基于Dempster‑Shafer证据理论对两类模态输出的故障概率分布进行冲突消解与证据合成，输出诊断结果。