基于多模态大模型的变电站智能巡视视图分析算法

本发明属于电力系统自动化技术领域，具体为基于多模态大模型的变电站智能巡视视图分析算法，包括以下步骤：步骤1：多源异构数据融合，包括输入层、编码层、视觉模态、热力模、文本模态和声纹模态；步骤2：跨模态联合推理：构建动态图神经网络，建立模态间关联规则；步骤3：自监督优化与增量学习：引入对比学习损失函数，利用历史正常数据生成负样本，增强模型对细微异常的敏感性。本发明通过构建可见光‑红外‑声纹‑振动的联合感知网络，结合动态知识图谱与在线学习机制，实现设备缺陷的精准定位与预测性维护，可以降低人工巡检工作量，同时提升缺陷发现时效，从而有效提升变电站的巡视效率。