基于多模态动态图学习的电厂智能维护方法及系统

本发明公开了一种基于多模态动态图学习的电厂智能维护方法及系统，通过多源传感器集群与工业终端实时采集设备运行的结构化传感器数据、非结构化数据及设备物理拓扑数据；多模态数据进行预处理后，利用双流Transformer架构和门控注意力机制融合多模态特征，生成联合嵌入表示；基于设备物理拓扑数据与传感器时序特征构建动态因果图，通过GraphSAGE算法更新边权重并融入领域规则约束，输出设备状态信息；根据状态和设备健康指数，通过改进的近端策略优化算法生成维护策略；最终维护策略通过OPC UA协议触发DCS系统三级预警，精准下发维护指令。本发明解决了传统方法在数据融合、故障建模和决策方面的不足，显著提升电厂设备安全性、经济性与运维智能化水平。