一种基于NRBO-Transformer-BiLSTM的油浸式变压器状态识别方法

一种基于NRBO‑Transformer‑BiLSTM的油浸式变压器状态识别方法，通过获取油浸式变压器原始数据集，选取绕组油温、环境温度、负载电流、运行电压作为特征参数，将环境温度等低频特征数据插值至高频特征数据的时间步长；通过K中心点聚类算法对得到的特征参数数据作为样本数据进行分类，基于欧氏距离提取各类别特征中心，分析其代表的油浸式变压器状态类型。将数据输入经NRBO算法优化的Transformer‑BiLSTM神经网络，对模型参数进行调优提升模型性能，使用优化后的模型对数据训练，测试模型性能，将训练好的模型用于油浸式变压器运行状态的识别。本发明能提升油浸式变压器状态识别的精准性和实时性。