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