一种光储充电站跨站点异构数据融合健康状态预警方法

本发明公开了一种光储充电站跨站点异构数据融合健康状态预警方法，采用迁移学习和域适应技术，通过最大均值差异度量源站点与目标站点的数据分布差异，实现知识迁移，提升模型的泛化能力。基于Attention‑LSTM的特征融合机制，自适应地分配特征权重，增强故障特征的提取能力。设计故障模式共享模块，将源站点的故障模式编码为知识库，快速匹配目标站点的类似故障。引入模型压缩技术，通过知识蒸馏和参数量化方法，实现轻量化部署，有效支持边缘设备运行。进一步采用在线学习机制，动态更新模型参数，确保模型适应目标站点的环境变化。本发明显著提升了跨站点故障预测的准确性和鲁棒性，缩短了模型部署时间，广泛适用于光储充放一体化电站的智能运维。