一种基于多源数据融合的低压配电台区户变关系校核方法

本发明涉及一种基于多源数据融合的低压配电台区户变关系校核方法，采集用户侧与配变侧的多源信息及拓扑连接关系；采用元学习增强的FCM‑物理规则混合清洗机制对数据进行预处理；构建可微分拓扑感知融合张量，通过改进型格拉姆角场将时序数据转换为多尺度二维空间图像；将时序数据、二维空间图像、拓扑图分别输入神经网络三路径模型进行特征提取；通过跨模态对比学习对齐异构特征表示并通过三重动态融合机制将三条路径输出进行特征融合，输出户变关系校核结果。本发明通过可微分拓扑建模动态捕捉电气耦合关系，结合跨模态对比学习提升特征表达能力，解决了配电网结构动态变化下的适应性问题，显著提升户变关系辨识精度与鲁棒性。