摘要
本发明属于电力设备技术领域，且公开了一种基于多源数据融合的电力设备故障预警方法，通过多模态数据时空关联采集与知识图谱驱动的分层融合，构建多维度特征关联；利用时空权重矩阵修正采样偏差，结合故障机理知识强化关键特征贡献度，有效避免因数据孤立性导致的误报漏报，实现对设备隐性缺陷的早期识别，提升预警的全局感知能力；采用元学习增强的跨设备预警模型与强化学习动态阈值决策，通过“元‑微”双循环机制实现少量样本下的跨设备快速适配，结合三维动态阈值矩阵平衡设备状态、环境与运维策略，可精准刻画故障演化的非线性规律，解决不同型号设备、复杂环境下的模型泛化难题，提升对负荷波动、环境突变等场景的适应能力。
