摘要
本申请公开了一种电力系统的多源数据融合方法及实时监测装置,该方法利用自适应DTW对电力系统的多源数据进行对齐,解决了不同数据源之间的时间尺度差异和时间延迟问题。然后采用Transformer模型对对齐后的数据进行特征提取,捕捉数据中的复杂时序依赖关系,进一步增强数据的有效性。最后,通过熵权法对不同数据源的贡献度进行量化,优化各数据源的权重分配,从而提升融合数据的整体质量。通过该方法,可以有效融合来自风电等多个数据源的信息,从而提高电力系统状态估计的准确性和实时监测的稳定性。并且该方法能够提升多源数据在电力系统中的应用效果,避免因数据源异构性导致的估计偏差。
技术关键词
DTW算法
数据融合方法
信息熵
电力系统实时监测
实时监测装置
光伏发电功率
熵权法
时序特征
注意力机制
电力系统状态估计
指标
充放电功率
时序依赖关系
储能系统
实时监测数据
依赖特征
特征提取模块
动态