摘要
本发明属于变压器数据处理技术领域,具体涉及一种电力变压器数据清洗方法及系统。本发明主要包括以下步骤:获取电力变压器原始数据,基于物理规则过滤、离群点检测和时序模式分析对原始数据进行异常数据检测和修正,对修正后的数据提取不同类型的数据特征,将提取的不同类型的数据特征进行跨模态特征融合;根据跨模态特征融合后的数据特征、电力变压器的基础信息以及历史试验数据构建故障传播推理初始模型;通过动态本体更新机制,动态迭代故障传播推理初始模型,形成故障传播推理模型,以进行电力变压器状态评估。打破了多源数据的时空壁垒,实现了数据的高效整合与协同分析,为变压器状态评估提供了统一的数据基底,提升了多源数据的利用率。
技术关键词
数据清洗方法
人工智能深度学习方法
异常数据检测
跨模态
离群点
检测电力变压器
变压器状态评估
多模态
条件生成对抗网络
动态时间规整算法
语义匹配算法
因果关系模型
数据获取模块
数据清洗系统
傅里叶变换算法
主成分分析算法
系统为您推荐了相关专利信息
量化评估系统
危险性
多模态
深度神经网络模型
深度学习预测模型
智能交互系统
触觉手套
力反馈模块
动态网格
分布式边缘
模型训练方法
视频
广告
搜索引擎平台
接收图文数据
上下文特征
频域特征
场景特征
语义分割模型
像素点