摘要
本发明涉及一种基于反事实分析的变压器故障诊断模型构建方法和装置,包括获取变压器油中溶解气体数据,并设计结构因果模型,所述结构因果模型表示变压器工作状态、溶解气体数据、模型抽取特征和故障预测之间的关系;创建图卷积神经网络GCN,基于所述溶解气体数据得到邻接矩阵,根据所述邻接矩阵和所述GCN,得到所述模型抽取特征中的事实特征和反事实特征;利用所述事实特征、所述反事实特征和反事实特征策略训练所述结构因果模型,得到变压器故障诊断模型。本发明实现高精度、高鲁棒性的变压器故障诊断,有效解决对不平衡故障样本的误判和漏判问题。本发明还涉及一种变压器故障诊断方法、一种设备和存储介质。
技术关键词
变压器故障诊断
抽取特征
变压器工作状态
模型构建方法
气体
集成策略
数据
场景
孪生神经网络
模型构建装置
近邻算法
样本
非线性
处理器
计算机设备
关系
可读存储介质