一种基于模型修正的电气设备故障诊断方法及系统

本发明公开了一种基于模型修正的电气设备故障诊断方法及系统，旨在提升故障诊断的准确性与可靠性。该方法具体步骤如下：首先获取电气设备运行数据及环境数据；随后对数据进行特征提取以生成多源特征数据，并通过融合处理得到融合数据；将融合数据输入由历史运行数据与环境数据训练的机器学习故障诊断模型，输出故障类别及其置信度；若置信度低于预设阈值，则对模型超参数进行修正，并重新执行诊断流程。该方法通过多源数据融合与模型动态修正机制，实现了对电气设备故障的精准识别与置信度优化，适用于复杂运行环境下的设备状态监测与故障预警。