基于神经网络的组合开关检测方法及系统、设备、介质

本公开涉及电力业务智能诊断技术领域，特别地涉及一种基于神经网络的组合开关检测方法及系统、设备、介质，方法包括：通过多种类型的传感器实时采集组合开关的多模态运行数据，并对数据预处理和特征增强；采用一维卷积神经网络从时序数据中提取深层局部特征；利用集成多个专业化子网络的时序循环神经网络对特征序列进行自监督学习和时序依赖关系建模，每个子网络专门负责特定类型的故障模式识别，通过动态权重分配机制实现多专业域知识的自适应融合；最后通过全连接层和Softmax分类器输出组合开关的健康状态评估结果及具体的故障类型。本发明将硬件抗干扰设计与多专业域自监督学习算法紧密结合，实现了对组合开关健康状态的精确、实时、鲁棒的在线监测，显著提高了检测准确率和系统的抗干扰能力。