面向油气管道建设的数字孪生驱动多源异构数据融合与智能分析方法

本发明公开了面向油气管道建设的数字孪生驱动多源异构数据融合与智能分析方法，包括以下步骤：采集油气管道建设相关的多源异构数据；利用时空图神经网络融合数据并构建动态偏移补偿模型，校正坐标漂移；构建数据可信度动态评估链，对传感器数据交叉验证生成置信度权重，通过GAN补全模块补全缺失数据，形成可信度增强的数据集；设计分层蒸馏压缩算法将PINN模型压缩为TinyLSTM引擎，并开发模型增量更新协议实现云端与边缘端的高效协同；利用可信度增强的数据集对TinyLSTM引擎进行训练和优化。本发明解决了现有技术在数据动态修正、可信度评估与补全以及模型边缘部署实时响应等方面的缺陷，具有显著的创新性和实用性。