10KV变电站设备多源异构数据协同故障预测方法及其系统

本发明涉及电力系统智能运维技术领域，具体涉及10KV变电站设备多源异构数据协同故障预测方法及其系统，整合设备传感数据、环境数据、运维数据和视频图像数据，形成多模态异构数据集；通过深度特征提取与语义对齐，将异构数据转化为统一特征表征，并利用时空一致性约束进行动态校准；对校准后的特征进行自适应加权融合与矛盾消解，生成融合特征；基于设备状态知识图谱，对融合特征进行多维评估，得到设备状态向量；利用该向量及融合特征，通过多层级故障预测模型预测故障；将预测结果与实际故障数据比对，反馈更新知识图谱和预测模型参数，实现持续优化，通过多模态异构数据深度特征提取与语义对齐，实现了异构数据的深度融合。