원래 이름 기록: 国网天津市电力公司电力科学研究院; 国网天津市电力公司

本发明公开了一种图形化拓扑数据特征精细化建模方法及系统。方法包括如下步骤：数据采集与预处理，得到预处理后的数据；针对预处理后的数据，进行特征提取与分析，得到进一步处理的数据；针对进一步处理的数据，进行深度特征挖掘，得到输出能够代表数据本质特征的特征向量；基于特征向量，进行拓扑关联与建模、分析；根据分析结果，进行可视化展示与交互。本申请采用深度学习方法自动提取数据流中的隐藏特征，减少了对人工特征工程的依赖，提高了特征提取的准确性和效率。本申请通过将数据特征与拓扑结构深度融合，提供了更全面、立体的数据分析视角，能够发现传统方法难以察觉的关联模式。

本发明公开了一种基于数据融合与深度学习的配电网运行状态评估及故障预警方法及系统。方法包括如下步骤：多源异构数据采集与预处理，得到预处理后的数据；基于预处理后的数据，进行高维特征提取与融合，得到融合特征向量；基于所述融合特征向量，进行运行状态评估与风险量化，得到风险指数；基于所述风险指数，进行故障早期预警与定位。本申请突破了数据孤岛，通过深度学习模型实现了对电气、物理、化学、环境等多维数据的有效融合与协同分析，感知更全面；本申请利用无监督或自监督学习，能够发现未知的、微弱的故障前兆特征，实现从“事后分析”到“事前预警”的转变，大大提前了预警时间窗。