基于变电站多源数据的深度融合方法

本发明涉及一种基于变电站多源数据的深度融合方法，包括：据PCA算法，将方差最大的方向作为主要特征，在各个正交方向上将数据离散标在坐标轴上，对数据进行降维，再对数据归一化处理，得到一组归一化后的数据，组成归一化数据集；对归一化后的数据进行降维，得到降维后的数据；对降维后的数据进行SVM多分类，再进行特征融合，得到筛选后的特征凸显的数据。本发明加快了基于变电站多源数据的深度融合速度，同时又能减少冗余数据对样本分析造成的干扰，本发明创新性的使用了PCA数据降维方法，将过程噪声与量测噪声都考虑在数据处理计算方案中，同时又使用了SVM多分类方法快速区分数据，建立分析图和为样本学习提供策略。