一种水轮机状态智能预测方法

本发明公开一种水轮机状态智能预测方法，其中，水轮机状态智能预测方法包括以下步骤：采集水轮机的多源传感器数据，包括振动、温度、压力、流量及电气参数；对所述多源传感器数据进行时空对齐预处理，生成时空关联数据集；通过多模态时空图网络提取并融合所述时空关联数据的特征，生成联合特征向量；基于动态数字孪生模型对所述联合特征向量进行健康状态预测，输出健康评分、故障概率及置信区间；利用因果推理模块分析故障传播路径，定位故障根因并生成可解释性报告；根据预测结果触发预警或维护决策。本发明技术方案解决了多源异构数据融合困难、故障耦合与传播不确定性、实时性与计算资源矛盾、可解释性与可靠性不足的技术问题。