基于多模态融合对抗学习的电力通信设备故障诊断方法及系统

本发明公开了一种基于多模态融合对抗学习的电力通信设备故障诊断方法及系统，获取正常和异常环境下含射频前端故障信息的时序参考信号并通过短时傅里叶变换得到时频谱图，构建多模态数据集并进行预处理；通过双分支卷积网络分别提取信号时域特征及时频谱图频域特征；利用注意力融合模块动态加权融合时域特征与频域特征，生成多模态融合特征；构建包括故障分类器和环境判别器的双任务分支，利用故障分类器识别故障类型，环境判别器预测环境类别；本发明通过多模态融合对抗学习，实现了电力通信设备射频前端故障的非侵入式准确诊断，有效解决了传统方法的物理不可达性、特征模式漂移和特征混淆问题，在复杂环境中仍能保持稳定的诊断性能。