摘要
本发明公开了一种基于Transformer的水轮机状态预测方法及系统,涉及水轮机状态预测技术领域,包括采集水轮机数据并进行预处理,得到预处理后的数据;使用预处理后的数据进行Trans‑GAN模型的构建与训练;使用训练好的Trans‑GAN模型进行水轮机状态预测。本发明结合水轮机历史数据,经过数据清洗和基于Transformer和GAN的序列重建算法可以快速准确地预测时序序列的异常片段,达到实时异常预测的效果,并且具有准确率高、误报率低的特点,为降低水轮机维护人员工作负担,提升预测准确率和准时性的智慧化水电系统奠定了基础。
技术关键词
状态预测方法
水轮机
GAN模型
生成器网络
多层感知机
解码网络
序列
机械运行参数
状态预测技术
数据采集模块
编码向量
位置编码信息
传播算法
多头注意力机制
主成分分析法
更新模型参数
前馈神经网络