一种基于多源数据融合的综合能源系统状态评估方法

一种基于多源数据融合的综合能源系统状态评估方法，涉及综合能源系统技术领域；旨在解决综合能源系统状态评估中数据冗余度低、可观测性不高及测量误差大的问题；具体步骤为建立电‑气耦合的测量模型，映射测量向量与状态向量关系；基于贝叶斯学习拟合测量数据的概率分布，分别建立气网高斯推断模型和电网高斯混合分布模型；利用蒙特卡洛采样生成数据样本，并通过潮流校验筛选合理数据；基于LSTM建立数据驱动的状态估计模型，训练并评估模型性能；本发明通过多源数据融合和LSTM网络，有效提高了综合能源系统状态估计的精度，解决了测量数据冗余度低和结构不可观测的问题，适用园区级和楼宇级综合能源系统的状态评估，具有广泛的应用前景。