摘要
本发明提供了一种配电主站数据融合处理方法及系统,涉及配电数据处理技术领域,所述方法包括:采集配电站的设备运行数据;提取设备差异特征;进行分组聚类,得到设备群组并标记群组抖动程度;进行熵显著度评估,得到每路设备的显著度权重;根据所述显著度权重和群组抖动程度,对不同抖动程度的群组进行差异化融合;针对融合后的每个设备组,提取每个设备通道的异常特征向量,进行二次聚类分析,识别异常数据。本发明方法克服了仅依赖静态统计特征的滞后和失真问题,能提前感知设备内部或网络传输的微小异常;显著度权重与滤波注意力参数结合,使融合过程更具可控性与可调性;有助于在复杂工况下实现精准估计与快速响应,提升整体系统鲁棒性。
技术关键词
配电主站数据
设备运行数据
识别异常数据
聚类
设备组
卡尔曼滤波融合
轮廓系数
信号
统计特征
平均熵增量
配电站
异常设备
融合注意力机制
粒子群算法优化
注意力参数
通道
特征提取模块
系统为您推荐了相关专利信息
风电机组设备
故障预测方法
异常设备
DBSCAN算法
设备监控装置
档位识别方法
大数据管理平台
工况
车载智能终端
轮廓系数