摘要
本发明公开了基于人工智能的电力线缆发热状态监测与故障预测方法，涉及线缆技术领域，采集在运行状态下的电力线缆数据，对采集到的电力线缆数据进行标注；状态监测与故障预测模型的训练框架为元学习与迁移学习融合框架；采用基于特征动态影响的神经网络；采用基于特征路径解耦的自编码器。本发明通过特征路径解耦机制优化特征独立性，通过正则化损失函数评估和优化电力线缆数据特征间的独立性，此外，采用协方差计算电力线缆数据特征之间的线性依赖，并通过惩罚机制强化独立电力线缆数据特征的表达能力，提升模型对电力线缆数据的处理能力，即使在电力线缆数据特征缺失的情况下，模型仍能保持对电力线缆数据结构的准确表达。
