电力开关设备多模态模型的训练方法、装置、设备、介质和产品

本申请涉及一种电力开关设备多模态模型的训练方法、装置、设备、介质和产品。该方法包括：从电力系统实际运行和维护场景中采集多源异构数据，并基于多源异构数据构建多模态预训练数据集；以深度学习模型作为语言模型基座，并集成多个模态编码器，得到初始的多模态大模型；采用低秩自适应方法，通过多模态预训练数据集对所述初始的多模态大模型进行训练，得到目标多模态大模型；将电力开关设备的运行数据输入到所述目标多模态大模型中，输出符合要求的分析报告或运维建议。从而对电力开关设备涉及的多种来源数据，进行有效地跨模态信息关联和融合，便于对电力开关设备的允许状态形成更全面、更准确的认知，提升了智能化运维的深度和广度。