摘要
本发明公开了一种输变电设备故障修复方法、系统、设备及介质,本发明涉及输变电设备检修技术领域,包括:获取多模态时序数据,利用编码器结合交叉注意力机制得到多模态融合特征向量,经处理后输出故障类型概率,将多模态融合特征向量与采集的输变电设备状态数据融合拼接,获取初始特征向量,基于物理设备构建拓扑图,通过图神经网络处理拓扑图与初始特征向量,结合注意力机制获取部件故障贡献度,获取故障部件列表与故障原因,根据大语言模型针对故障部件列表与故障原因生成修复策略并输出。本发明解决了传统故障修复方法的实时性差、误报漏报率高、故障定位不准确,以及依赖人工经验决策的问题。
技术关键词
输变电设备故障
多模态
交叉注意力机制
拓扑图
大语言模型
全局平均池化
输变电设备检修技术
物理设备
编码器
列表
故障修复方法
时序特征
策略
数据
可视化图表
系统为您推荐了相关专利信息
可见光图像
场景
图像编码器
图像生成器
交叉注意力机制
数据分类系统
磁共振数据集
影像
功能磁共振数据
多模态