基于协同推理的局部放电智能识别方法及系统

本发明提供了一种基于协同推理的局部放电智能识别方法及系统，属于局部放电检测领域，通过多尺度特征信息图构建与稀疏谱划分算法显式解构高维PD数据的语义结构，分离出与放电机制强相关的特征子通道，有效抑制现场数据中的语义干扰；进一步采用通道结构诱导的模糊建模器独立学习局部规则集，结合跨通道预测一致性驱动的动态融合机制，显著提升了对电压相位缺失、背景噪声扰动及设备异构性的容忍能力。相较于传统神经模糊模型，该方法在保持可解释性的同时，实现了对未知放电模式的非排他性模糊分类，解决了现场部署中因数据分布偏移导致的模型失效问题，识别错误率明显降低，为电力设备智能诊断提供了高鲁棒性解决方案。