《基于多模态深度学习异常检测的输配电设备预测性维护技术研究与应用》新产品新技术通过鉴定

　　2026年5月21日，广东省测量控制技术与装备应用促进会、广州市仪器仪表学会在广州组织并主持召开由广东电网有限责任公司东莞供电局完成的“基于多模态深度学习异常检测的输配电设备预测性维护技术研究与应用”新产品新技术鉴定会。由来自中国科学院广州电子技术研究所、国家智能电网输配电设备质量监督检验中心、华南理工大学、中国质量认证中心、广东省计量科学研究院、广东电网有限责任公司数智运营中心、广东省通用仪器仪表产业计量技术委员会等单位7位专家组成鉴定委员会。鉴定会以腾讯视频会议方式线上召开。
 

　　项目针对输配电设备定期维护、事后维修模式存在的问题，开展多模态数据融合与智能诊断预警关键技术研发与应用。创新构建融合振动、噪声、温度、图像等多模态数据的CNN+LSTM模型，引入注意力机制及自适应分配模态权重，提高故障诊断准确率和速度；优化支持深度学习加速的边缘计算硬件平台，结合轻量级Linux操作系统与容器化部署技术，实现在边缘设备上高效运行复杂深度学习模型；提出采用生成对抗网络(GAN)+变分自编码器(VAE)的数据合成方法并建立评估体系，通过在潜在空间扰动正常数据生成符合物理逻辑的异常样本，提高故障早期检测准确率。产品具有多模态丰富信息、故障诊断与预测快速、智能化程度高等特点。项目申请发明专利7件，软件著作权登记2项，发表论文6篇(SCI论文2篇),拥有自主知识产权。
 

　　产品已小批量试产，并已在供电变压器部署试用，成功预警出变压器绕组轻微松动的隐患，避免故障恶化，产品具有广阔的应用前景，具备必要的生产条件和检验能力，可以批量生产。鉴定委员会一致认为，该产品与技术对输配电设备安全运行、高效运维具有重要意义，同意通过新产品新技术鉴定，建议挂网试运行。
 

　　这次新产品新技术鉴定会充分发挥了科技社团的第三方科技评价作用，助力科技成果转化，提升学会创新和服务能力，推进承接政府转移职能工作。