摘要
本发明公开一种基于AI智能体与电力设备仿真结合的闭环式故障诊断方法,应用于电力系统故障诊断领域,本发明基于预设知识图谱基础数据集和电力系统多源数据,通过数据清洗、特征提取及知识整合,构建统一的电力设备故障诊断知识图谱,结合大模型微调或图神经网络的混合推理引擎,对知识图谱与时序特征进行推理,生成M条候选故障假设;通过DTW算法和频谱对比方法计算仿真与实测波形的相似度,筛选高一致性假设;基于逻辑校验规则库,对高一致性假设进行因果图推理、约束检查及反事实思考,剔除不合逻辑假设;将校验环节发现的异常反馈至AI智能体,通过强化学习动态调整推理策略,生成收敛的诊断结果;基于收敛的诊断结果,输出目标诊断结论。
技术关键词
电力设备故障诊断
图谱
校验规则库
DTW算法
时序特征
故障诊断装置
波形
专家案例库
数据
故障诊断方法
仿真平台
逻辑
参数
电力系统故障诊断
计算机程序指令
推理规则
静态特征
JSON结构
系统为您推荐了相关专利信息
智能表单引擎
知识图谱构建
区块链联盟链
机器可读程序
监控模块