CI与Bar-Shalom-Campo融合的时空数据表征方法

本申请属于电力技术领域，涉及本发明通过CI与Bar‑Shalom‑Campo融合的时空数据表征方法，通过采集并预处理传感器、PMU和SCADA系统数据，为后续分析奠定基础；通过提取时间特征(包括时间序列、频域和时频特征)，捕捉电网状态的动态变化；基于电网拓扑和地理位置数据提取空间特征，增强对电网结构和环境影响的理解；利用Dempster‑Shafer理论将时间和空间特征转换为证据，计算综合信念度量，这种度量综合了各数据源的置信区间和概率分布，有效处理了数据的不确定性；最后通过Bar‑Shalom‑Campo算法融合这些综合信念度量，实现对电网状态的准确估计。这一方法通过综合时空特征和证据合成，有效提高了电网状态估计的准确性和可靠性。