融合深度聚类和Transformer模型的智能决策方法及系统

本发明公开了融合深度聚类和Transformer模型的智能决策方法及系统，包括：收集与故障相关的电网故障运行数据，并对收集的电网故障运行数据进行预处理；利用深度神经网络对预处理后的电网故障运行数据进行特征提取和非线性编码；特征提取和非线性编码的结果，采用深度聚类算法进行聚类分析，对故障数据进行自动分类，得到初步的故障类型特征；将初步的故障类型特征与特征提取和非线性编码的结果进行合并作为Transformer模型的输入，得到最终预测的故障类型；根据故障类型遍历预定义的规则库，输出相应的响应策略。通过自注意力机制和位置编码，能够捕捉序列数据中的长程依赖关系和位置信息，显著提高了故障类型的预测准确性和模型的泛化能力。