一种基于多源数据融合的电缆状态故障预测方法

本发明涉及电力设备状态监测技术领域，公开了一种基于多源数据融合的电缆状态故障预测方法。该方法通过获取多源数据构建数字孪生模型，并实时仿真计算随工况变化的理论健康基线。将该基线与实测数据比较生成量化偏差的热电耦合矩阵，并据此诊断劣化状态。当偏差超阈值时，应用梯度提升决策树模型进行归因分析，生成关联了局部放电与根本原因的可视化谱图。最终，通过智能识别谱图上的高危视觉模式来判定缺陷类型，预测高风险状态。本发明通过动态基准滤除工况干扰，进行因果诊断，解决了现有技术误报率高的问题，显著提高了预测准确性。