基于自注意力的水电机转轮状态数据深度聚类方法

本发明公开一种基于自注意力的水电机转轮状态数据深度聚类方法，包括：1)提取水电机转轮状态数据在多种稳定运行状态下的低维特征表示，实现对复杂数据的初步降维和特征提取；2)挖掘不同运行状态下水电机转轮状态数据之间的内在联系，对水电机转轮状态数据的特征进行有效融合；3)基于融合后的特征，运用KL散度作为聚类目标函数，优化聚类算法参数以实现水电机转轮状态数据的有效聚类。本发明提高了对水电机转轮状态数据的表征和理解能力，有助于挖掘水电机转轮状态数据的分布规律或潜在分布规律，为水电机的运行监测和维护提供了有效的数据分析工具。