基于多模态数据驱动的配电网设备状态评估与优化方法

本发明属于数据处理技术领域，具体地说是基于多模态数据驱动的配电网设备状态评估与优化方法，包括S1、多源数据融合；S2、深度学习模型优化；S3、边缘计算部署；S4、数字孪生建模；S5、多目标动态优化；多源数据融合整合了电气信号、红外图像、振动信号及环境参数等多种数据源，全面覆盖了设备运行的多个方面，避免了仅依赖单一数据源的局限性，同时针对不同类型的数据采用相应的预处理方法，然后提取各类数据的有效特征，并将提取的各类特征整合形成统一特征向量，构建统一特征空间，并通过PCA降维消除数据孤岛，实现了多源数据的有效融合利用，并基于此避免出现数据利用不充分的问题。