一种基于多模型融合的指标异常检测与自适应优化方法及系统

本发明公开了一种基于多模型融合的指标异常检测与自适应优化方法及系统，涉及电力系统智能运维技术领域。该方法基于运行数据流，构建动态因果网络图，融合小波相干性分析与贝叶斯‑时空图结构，实时更新边权并计算传播概率；并行调用多种异常检测模型，依据置信度评分与传播风险系数动态调整融合权重，生成融合异常评分结果；对高风险指标段，提取时间频率特征与拓扑结构特征，输入轻量化模型生成置信度修正因子，计算异常影响值，并驱动监控资源自适应调配。本发明的方法及系统提升了复杂电力场景下的模型适配性、异常检测精度与响应效率。