一种状态评估方法、系统、设备及介质

本发明公开了一种状态评估方法、系统、设备及介质，属于机器学习领域，所述方法为：获取多模态的传感器数据进行预处理和融合，得到融合特征向量；基于样条增强多层感知网络、卷积神经网络和Transformer注意力机制构建的混合架构模型对融合特征向量进行检测，得到异常类型和置信度；当检测结果存在异常时，根据事件驱动机制生成异常事件；响应并从历史传感器数据中获取时序数据，根据物理信息神经网络模型进行仿真预测得到预测结果；将预测结果反馈至检测模型以对置信度进行更新，得到目标检测结果，结合预测结果得到状态评估结果，因此，通过实施本发明，能够提高状态评估准确性与可靠性。