本研究提出了一种创新的三相电动机智能诊断算法，结合机械学习与无监督异常生成方法，显著提高了诊断的准确性和可靠性，具有广泛的工业应用潜力。

柴油发动机在运输、建筑和农业中很重要。智能诊断软件通过实时监控和预测性维护提升性能，优化燃油效率，减少排放，降低停机时间和成本。数据分析支持长期规划，推动柴油技术发展。

通过图神经网络（GNN）开发了一种新方法，提高了电力网故障的智能诊断能力。该方法利用电气特征提取模型和知识图谱，整合节点的历史和未来状态来辅助故障检测。实验证明该方法准确率达到99.53%，并揭示了故障传播情况。