基于神经网络的多源异构能源数据融合方法及系统

本发明涉及能源系统优化技术领域，特别涉及基于神经网络的多源异构能源数据融合方法及系统，方法具体通过采集与预处理结构化、半结构化和非结构化的多源异构能源数据，基于神经路由驱动的能源数据特征汇聚，形成综合特征向量，然后通过获取分布式系统中各个子系统开展的协同特征学习产生的协同特征向量，最后基于深度融合网络将协同特征向量和综合特征向量融合，所形成的集中式和分布式融合架构，实现集中式、分布式多源异构能源数据精准融合，可以解决现有能源数据来源广泛且格式多样融合难度剧增、不同业务系统架构差异显著引发兼容性与协同性困境、现有融合算法难以兼顾精度与效率的问题。