一种基于CNN+Transformer的电力故障预测方法及系统

AITNT
正文
推荐专利
一种基于CNN+Transformer的电力故障预测方法及系统
申请号:CN202411697412
申请日期:2024-11-26
公开号:CN119538096A
公开日期:2025-02-28
类型:发明专利
摘要
本发明公开了基于CNN和Transformer的电力故障预测方法,包括如下步骤:步骤1,筛选发生电力故障时,故障终端相关的电力数据,所述电力数据包括终端发生停电事件的频率、终端类别、终端使用年限、终端发生停电事件前两天和当天环境特征、终端的累计停电次数。步骤2,对所述电力数据转化为特征向量。步骤3,构建CNN‑Transformer模型,并采用历史故障终端相关的电力数据对模型进行训练。步骤4,将终端相关的电力数据转化为特征向量后,输入到训练好的CNN‑Transformer模型,对终端进行电力故障预测。
技术关键词
电力故障预测方法 电力终端 掩码矩阵 一维卷积神经网络 注意力机制 特征提取模块 故障预测系统 智能集中器 智能电表 处理器 数据 可读存储介质 频率 指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号