원래 이름 기록: 国华爱依斯（黄骅）风电有限公司

本申请涉及一种风电机组健康状态智能诊断方法及系统。所述方法包括：获取包括动态响应、热力学状态、电气参数及环境参数的多维度运行数据，构建多维度运行特征矩阵；利用预训练的基于注意力机制的特征筛选模型计算潜在故障关联特征；基于预设故障模式库，采用支持向量机分类算法进行故障分类处理，获得潜在故障模式；根据预设风险量化规则计算各故障模式的风险分数；从预设维护规则库匹配并优化维护操作集合，形成风电维护项目；依据风险分数确定维护优先级并生成维护优先序列。采用本方法能够实现风电机组故障的精准识别、风险量化与维护决策智能化，提升运维效率与设备可靠性。

本申请涉及一种基于数字孪生的库房物资无人化管理方法、装置、设备及介质。该方法通过多源传感器与数字孪生模型的协同，生成库房的孪生数据池；利用卷积神经网络提取空间特征和滑动窗口法捕捉时序行为，构建情境特征向量；通过长短期记忆网络解析人类操作意图，通过隐马尔可夫模型推断系统决策状态，结合两者相似度生成人机协同意图一致性评估；融合历史决策数据与模糊逻辑算法，量化计算双向动态信任度评分；基于情境特征、意图一致性及信任度评分，通过强化学习动态生成权责分配方案，并在任务执行中通过可解释算法生成决策溯源报告，实现在复杂库房场景下人机决策边界的自适应调整、风险控制的精准化响应以及操作过程的可解释性保障。