基于自监督与图聚类的多模态电力数据表征方法及系统

本发明公开了一种基于自监督与图聚类的多模态电力数据表征方法及系统，涉及电力系统数据处理领域。首先采集并预处理配电网的数值、文本、音频及图像数据。随后对各单模态进行精细化特征提取：数值数据采用自注意力时序与变分潜在空间建模；文本数据利用实体状态控制矩阵约束状态空间编码；音频数据基于对比预测机制进行上下文时序建模；图像数据通过动态图原型记忆池进行匹配与重建。在此基础上，构建查询、键和值向量，通过门控机制与双通道交互实现跨模态融合。最后，利用融合特征构建多模态用户连通图，在多维一致性约束下执行图卷积聚类学习，输出电力用户画像。本发明有效克服了异构语义对齐难题，显著提升了用户画像的精准度与鲁棒性。