基于电力大模型的电力设备故障诊断方法及系统

本发明涉及电力设备故障检测技术领域，具体涉及基于电力大模型的电力设备故障诊断方法及系统，该方法包括：将电力电缆运行时的多模态数据转化为特征向量，输入预训练的故障诊断模型得到初步诊断结果及置信度；若置信度不低于阈值，保留初步诊断结果；若置信度低于阈值，则将特征向量作为当前潜在故障特征向量进行二次甄别，包括：通过计算当前潜在故障特征向量与历史潜在故障特征向量的相似性和波动性得到显著性指标，分析时间变化趋势得到累积性趋势指标，通过显著性指标和累积性趋势指标综合确定潜在故障指标，根据潜在故障指标确定最终诊断结果。该方案提高了故障诊断模型对低置信度的潜在故障及未知故障的诊断准确性。