变压器的匝间短路故障识别方法、模型训练方法、介质和设备

本发明公开了一种变压器的匝间短路故障识别方法、模型训练方法、介质和设备，首先获取变压器不同匝间短路故障下不带标签的模拟数据和带标签的实际采样数据。接着，构建初始模型并输入模拟数据，通过无监督训练逐层训练多层自编码器，利用第一综合损失函数学习特征表示。随后，将实际采样数据输入已训练好的第一训练模型，利用第二综合误差函数进行反向传播优化，微调模型参数以提高对标签数据的预测精度。最后，添加分类器到第二训练模型的输出层，将模型输出转换为匝间短路故障的概率分布，形成最终的匝间短路故障识别模型。本发明因为前期无监督预训练已学习到有效特征表示，后续的反向微调仅需少量标签数据，极大减少了对标签样本数据的依赖。