融合物理约束与对抗网络的设备故障预测方法

本发明提供一种融合物理约束与对抗网络的设备故障预测方法，涉及设备故障预测领域。本发明中，首先融合目标设备的多源异构模态信息，获取设备运行参数、运行与维修日志，并通过大语言模型生成运行与维修日志对应的设备故障推理文本；其次在时序建模中引入物理约束信息；再次基于残差融合与多头潜在注意力机制的多模态融合式生成器结构，获取多模态特征融合以及经对抗生成的故障样本；最后利用卷积神经网络CNN分类器，预测未来时间窗的目标设备故障风险。本发明融合多模态信息，引入物理约束与样本生成机制，有效缓解故障样本稀缺和多因素耦合建模问题，提升设备故障预测的精度与鲁棒性。