基于深度学习的继电器状态预测与故障预警方法及系统

本发明的基于深度学习的继电器状态预测与故障预警方法及系统，方法包括：S1：基于继电器物理模型构建生成对抗网络的约束条件，通过对抗训练形成符合物理规律的增强型故障波形信号；S2：接收实时电流电压信号与机械振动信号，使用时序卷积网络提取电信号特征向量；S3：将联合特征张量输入轻量级评估模型，输出健康度评分信号；S4：响应元学习激活指令，加载设备历史数据构建参数优化集，基于元学习框架对预警模型进行在线微调，生成故障判定参数；S5：根据微调后的判定参数分析实时信号特征，输出分级预警信号至监控终端。本发明可以解决小样本故障数据下继电器早期状态预测与精准预警的问题。