融合状态监测和多模态大模型的故障智能诊断方法

本发明公开了融合状态监测和多模态大模型的故障智能诊断方法，所述方法具体包括：通过部署于电网设备的异构传感器组和监视设备，同步采集时序数据与空间图像，形成原始数据；基于原始数据，结合设备热力学方程与材料形变规则，生成物理约束特征向量；基于物理约束特征向量，通过轻量化LSTM网络执行健康指标预测；当检测到健康指标连续下降时，采用高斯混合模型聚类HI时序曲线，根据聚类中心距离判定退化阶段，获得阶段识别结果；基于有限元仿真参数，引入强化学习模型，以维护成本最小化为目标优化仿真参数，输出预测性维护工单。本发明实现了电网设备故障智能诊断与精准维护，提高了故障处理效率和准确性，降低了停电损失。