一种人工智能电力设备故障预测方法、系统、设备及介质

本发明涉及电力数据分析技术领域，尤其涉及一种人工智能电力设备故障预测方法、系统设备及介质，通过协同主动扰动测试与被动监测采集电网波动、负载突变及环境变化数据，经自适应降噪及插值填补技术预处理后提取时间窗口分割的频率特征，构建多源扰动特征集；采用聚类分析与非线性关系建模精准量化响应特性，结合因果推断算法确定扰动与故障的关联权重；基于随机森林模型融合特征集、响应参数及权重训练预测模型，通过动态阈值机制识别变压器过热、绝缘老化等隐性故障风险；最终基于优先级调度指令动态调整电网参数，并持续优化运行方案，实现从事后维修向主动防护的转变，降低非计划停运风险。