一种特高压变电站交接试验数据融合与异常预警方法

本发明涉及电力系统智能运维技术领域，具体涉及一种特高压变电站交接试验数据融合与异常预警方法，包括：采集并预处理多源异构原始数据，生成标准化的试验数据集合；基于预训练的多维关联规则模型挖掘试验参数间的隐性关联规则，并执行加权融合，生成表征设备整体健康状态的融合数据；将融合数据与历史正常样本生成的动态阈值区间进行比对，计算偏离度并映射为异常置信度；根据异常置信度触发不同等级的可视化预警信号，同时将新样本反馈至学习集，用于迭代优化多维关联规则模型与动态阈值区间。本发明，可实现试验数据的深度融合分析、健康状态的动态量化评估与模型的持续优化，提升异常识别的准确性与系统适应性。