电气工程自动化中多传感器数据融合技术的研究

本文系统梳理了多传感器数据 fusion 的基本理论框架，重点分析了其在电气工程自动化典型应用场景 （如电力系统状态监测、电机故障诊断、智能变电站）中的关键技术与实现路径。文章深入探讨了基于卡尔曼滤波、 Dempster-Shafer证据理论、神经网络及深度学习等主流融合算法的原理、适用条件及性能对比。最后，针对当前面临 的挑战，如异构数据同步、高维信息处理、实时性约束与安全性问题，提出了未来研究方向，包括边缘-云协同融合 架构、自适应融合机制以及融合系统的可信验证体系，旨在为电气工程自动化领域的智能化升级提供理论支撑与技术 参考。