随着新型电力系统建设、3060计划的推进，对于电网设备试验数据的挖潜增效有了更高的要求，需尽可能地提升检测、试验环节效率，优化设备停电维护检修时间，进一步释放电网潜能，节约人力成本、时间成本。亟需解决以下问题：一是传统业务构架不适应激增的新型服务需求；二是电力数据与业务缺乏深度融合，数据的能动作用未能充分发挥其价值；三是全手工作业，机械化、智能化、自动化效率低下，复用程度不高；四是无法辅助电网公司决策和基层作业赋能不足。因此亟需对动态过程监测的高可靠性电力设备油化自动试验关键技术展开研究与应用。 项目以油化试验室智能化、自动化为目标，结合5G的全互联技术、大数据技术、视觉识别技术等，拓展了油化试验平台可靠运行的监测方法，探索了面向油化试验平台的高效检测和数据挖掘机制，提升了试验室分拣的效率和检测数据的完整性。首先，研究并搭建了基于多维多模态数据融合的流程事件模型，使用事件做为载体对多维多模态数据进行融合；其次，面向油化自动试验平台的全流程研究分布式动态过程监测的实施方案，主要解决如何高效的收集和利用多模态数据进而对油化试验全流程的各个环节实施分布式的监测；最后，针对油化试验平台的多维多模态数据针对性开展状态监测与故障诊断系统的设计研究，保证动态运行监测的可持续性，解决了油气试验全流程自动化智能化，使之高效稳定的运转。使用事件做为载体对多维多模态数据进行融合，解决了对油化试验全流程的各个环节实施分布式的监测，保证整个试验平台动态运行监测的可持续性。 成果通过提升油化试验平台检测质效和数据挖掘，推动油化试验平台高效、安全和可持续的运行，将大量的机械式重复性的工序由机器代替，大大降低人工与时间成本，通过在国网宁波公司试点应用，每年可节约成本705万元。该成果同时经上海晴尔仪器有限公司、上海西言电力科技有限公司等3家公司在系统外推广应用，取得良好的经济效果，三年累计新增利润超800万元。成果在系统内外均有极强的可推广性，通过优化资源配置模式，驱动基层减负增效，提升员工工作效率，具有广泛的应用场景和推广价值。