一种基于GAF-CNN-Transformer的风电机组变流器异常状态检测方法

一种基于GAF‑CNN‑Transformer的风电机组变流器异常状态检测方法：S1：通过滑动窗口对风电系统机侧和网侧变流器三相电流信号进行连续采样，得到时序数据集；S2：对时序数据集进行预处理，使用格拉姆角场(GAF)将一维时域信息转换为二维图形信息。S3：建立CNN‑Transformer神经网络模型，并通过二维图像数据训练模型，对风电系统变流器进行异常状态检测和分类。将电流信号转换为图像数据，通过CNN‑Transformer模型可以充分挖掘数据之间的依赖信息，具有较高的检测精度，可以有效提高风电机组的运行可靠性。