基于卡尔曼滤波模型的电力设备多源异构感知数据补全方法、装置、计算机设备、存储介质和计算机程序产品
申请号:CN202510375037
申请日期:2025-03-27
公开号:CN120256827A
公开日期:2025-07-04
类型:发明专利
摘要
本申请涉及一种基于卡尔曼滤波模型的电力设备多源异构感知数据补全方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取电力设备对应的感知数据集;基于感知数据集,建立针对电力设备的卡尔曼滤波模型;采用期望最大化算法对卡尔曼滤波模型进行参数估计,得到参数估计结果;基于参数估计结果进行卡尔曼滤波递归,得到电力设备对应的感知数据预测结果;基于感知数据预测结果,对感知数据集进行数据补全,得到补全后感知数据集;补全后感知数据集用于对电力设备的数字孪生体进行修正。采用本方法能够准确而高效地进行数据补全。
技术关键词
卡尔曼滤波模型
电力设备
期望最大化算法
异构感知数据
数字孪生体
异常数据
补全方法
构建状态转移模型
计算机程序产品
计算机设备
克里金模型
设备状态数据
补全装置
处理器
模块
可读存储介质
传感器