量子增强小样本智能诊断与不确定性评估方法及系统

本发明提供了一种量子增强小样本智能诊断与不确定性评估方法及系统，包括：获取电力设备多源数据，构建统一样本表示和设备拓扑图；通过量子特征映射、量子卷积和拓扑关系传播形成量子—经典融合嵌入；基于支持样本及样本质量权重构建类别原型，生成并依据机理一致性、量子核邻域密度和类别边界贡献筛选候选稀有缺陷样本，以更新原型；结合原型距离、量子核相似度和分布漂移不确定性进行分类及未知异常识别；分解数据噪声、模型认知和分布漂移不确定性，并据此输出可信诊断结果或触发补采样、仿真补点、人工复核及增量回训。本发明能够降低低质量候选样本对分类边界的扰动，提高小样本及开放集场景下诊断结果的可靠性。