【技术实现步骤摘要】
本专利技术涉及智能监测与自动化运维，尤其涉及基于多元数据融合的台区施工质量缺陷识别与定位方法。
技术介绍
1、目前，随着配电网智能化和自动化水平的不断提升，台区施工质量的精细化监管和缺陷智能识别成为电力系统数字化转型的重要方向。现有技术中，台区施工质量缺陷的检测与定位通常依赖单一类型的数据源，如人工巡检记录、视频监控或局部传感器信息，且多以静态规则或传统统计分析为主。难以充分融合多源异构数据，无法全面反映施工现场的复杂动态环境，导致缺陷识别的准确率和实时性难以满足实际运维需求。现有异常检测手段多依赖于经验阈值，针对复杂环境下的异常模式及隐蔽缺陷识别能力有限，容易出现误报、漏报等问题。
2、在特征分析和智能建模方面，现有方法普遍忽略了数据间的深层关联和异常敏感特征的动态提取，难以实现对关键异常区域的精准聚焦。部分基于深度学习或图神经网络的尝试虽然提升了模型自学习能力，但在多模态特征融合、异常敏感子空间构建以及模型结构自适应优化等方面仍存在结构僵化、鲁棒性不足和解释性差等技术瓶颈。
3、因此，如何提供基于多元数据融合...
【技术保护点】
1.基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，包括：
2.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，所述多源数据具体包括时序监测数据、图像信息、环境参数和结构运行状态数据。
3.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，对多源数据进行预处理具体包括时间同步、空间对齐和格式标准化。
4.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，所述构建融合特征表示，包括：
5.根据权利要求1所述的基于...
【技术特征摘要】
1.基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，包括：
2.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，所述多源数据具体包括时序监测数据、图像信息、环境参数和结构运行状态数据。
3.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，对多源数据进行预处理具体包括时间同步、空间对齐和格式标准化。
4.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，所述构建融合特征表示，包括：
5.根据权利要求1所述的基于多元数据融合的台区施工质量缺陷识别与定位方法，其特征在于，所述基于融合特征表示，采用自适应子空间提取方法，针对融合特征表示中的各时空节点动态生成异常敏感子空间，并对异常敏感子空...
【专利技术属性】
技术研发人员：尤万成，倪驰凯，李文洲，杜明煜，陈钊翔，方超，尤诗莹，罗泽慧，
申请(专利权)人：江苏星湖科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。