摘要
本发明适用于灾害监测技术领域,提供了一种面向电力系统的低轨卫星多源感知灾害监测方法,其方法包括:获取异构观测数据和时序监测数据,将获取的数据映射为时空图结构,生成电力设备周边环境的多维感知场;基于多维感知场在低轨卫星端通过轻量化联邦学习模型解析灾害特征,生成机器可执行的语义化指令,并通过星间链路将指令分发至无人机集群与边缘计算节点,触发自适应观测策略;基于预训练的因果推断模型预测潜在灾害链式反应;当灾害链触发阈值时,自主激活分级响应;根据灾害响应结果生成自适应监测策略配置文件,用于下一监测周期的任务规划,提升了山火、洪水等灾害的预警精度与响应时效,同时确保极端环境下通信与电网运行的稳定性。
技术关键词
灾害监测方法
面向电力系统
无人机集群
联邦学习模型
生成机器
无人机巡检路径
监测策略
动态贝叶斯网络
差分隐私保护机制
指令
节点
非线性最小二乘法
语义
卡尔曼滤波模型
灾害监测技术
数据
电力设备温度
高风险
系统为您推荐了相关专利信息
地质灾害监测方法
三维模型
控制无人机
地面控制点
无人机飞行高度
无人机集群
身份认证方法
密钥
消息认证码
发送消息
无人机集群
优化控制方法
同步误差
方程
姿态系统
面向电力系统
智能模型
电力系统状态监测
网络架构
误码率优化