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

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。