变电设备数字孪生部件时变一致性自适应保持方法及系统

本发明提供变电设备数字孪生部件时变一致性自适应保持方法及系统，涉及电网技术领域，包括采集变电设备实时运行数据，构建物理模型并生成数字孪生模型，通过深度学习训练得到部件初始状态参数。基于初始状态参数建立时变特征向量矩阵，利用自适应卡尔曼滤波算法实时更新得到动态特征模型，计算数字孪生部件与实体设备的状态偏差值。当偏差值超过预设阈值时，触发自适应一致性保持机制，通过深度强化学习生成状态补偿参数，应用于数字孪生模型，实现数字孪生部件与实体设备的动态同步。本发明能够自适应保持数字孪生部件与实体设备的状态一致性，提高数字孪生的精度和可靠性。