摘要
本发明公开了一种变压器电‑热‑振动信号预测与异常检测方法,包括以下步骤:S1、利用互相关分析方法精确量化变压器电‑热‑振动信号之间的延迟时间,根据延迟时间重新较准数据集,在时间轴上对齐不同信号,并归一化数据;S2、建立基于Transformer‑KAN网络的变压器数据预测模型,将对齐后的变压器电流、负载率、油温、环境温度和振动基频振幅数据作为模型输入,预测变压器运行数据;S3、共享预测模型中的编码器,学习正常数据规律,重构变压器运行信号;S4、利用联合优化的变压器异常检测方法,从重构误差和预测误差两方面检测异常。本发明能够精确量化电‑热‑振动信号之间的延迟时间,提升变压器状态数据预测的精度,增强变压器异常检测的可靠性。
技术关键词
异常检测方法
重构误差
关分析方法
数据预测模型
变压器运行数据
编码器
预测误差
信号
注意力机制
非线性特征
训练预测模型
序列
重构模块
变压器油
网络
电流
系统为您推荐了相关专利信息
远程电能表
李雅普诺夫指数
电能监测方法
重构误差
编码器
电子鼻气体
字典对学习模型
分类方法
重构矩阵
轮廓向量
高光谱遥感影像
深度网络模型
联合注意力机制
样本
三元组损失函数