【技术实现步骤摘要】
本专利技术公开涉及新能源设备缺陷识别领域，具体涉及了一种多模态统计提示学习的小样本新能源设备缺陷识别方法、系统、存储介质及设备。
技术介绍
1、风能、光伏等新能源以其清洁、可再生的优势，正逐步取代传统能源。然而，这些设备通常部署在偏远地区，难以实时监控。若故障无法及时发现，可能影响经济效益和电力系统的稳定性。
2、现有技术依赖于配备人工智能算法的边缘设备进行监控，但这些算法通常需要大规模标记数据训练，增加了人工成本，并依赖高性能服务器进行模型训练，耗时且成本高。因此，亟需一种能在边缘设备上高效训练并部署的算法，减少数据依赖和计算成本，同时适应多样化场景。
3、小样本学习能够从有限的数据中提取特征，展现出强大的泛化能力，然而，传统方法在应对与训练数据差异较大的新任务时表现有限。多模态模型，如clip，通过在大规模数据上预训练，表现出卓越的零样本能力，并通过调优策略在小样本任务中实现了高效泛化。然而，这些调优方法，如软提示调优，通常需要在输入阶段引入提示并更新提示参数，这在边缘设备上难以高效实现，受制于其计算和内存资
<本文档来自技高网...【技术保护点】
1.一种多模态统计提示学习的小样本新能源设备缺陷识别方法，其特征在于，步骤如下：
2.一种多模态统计提示学习的小样本新能源设备缺陷识别系统，其特征在于，包括：
3.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现权利要求1所述的一种多模态统计提示学习的小样本新能源设备缺陷识别方法中的步骤。
4.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述的一种多模态统计提示学习的小样本新能源设备缺陷识别方法中的步骤。
【技术特征摘要】
1.一种多模态统计提示学习的小样本新能源设备缺陷识别方法，其特征在于，步骤如下：
2.一种多模态统计提示学习的小样本新能源设备缺陷识别系统，其特征在于，包括：
3.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现权利要求1所...
【专利技术属性】
技术研发人员：王振伟，张强，王鹏飞，于硕，赵妙云，苏伟健，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。