基于多模态融合与深度学习的核电设备状态监测方法

本申请涉及核电设备监测技术领域，具体涉及基于多模态融合与深度学习的核电设备状态监测方法，该方法包括：采集多台核电机组在同一时段内的多个监测样本；得到各监测样本的预测样本；通过协同监测样本之间各特征指标的取值差异，获取各监测样本的样本信息价值度，进而抽取监测样本以从特征指标中筛选各状态特征；获取各监测样本的协同预测差异度；利用状态特征构建特征空间，进而获取各监测样本的密度一致系数；获取各监测样本的综合得分，筛选用于扩充各状态标签的扩充样本；监测核电设备的状态。本申请旨在通过筛选具有高信息价值，而且与真实样本的分布特性相匹配的扩充样本，提升状态决策模型对稀有状态故障的敏感度和识别率。