摘要
本发明公开了基于时‑频域特征交互融合网络的变压器故障诊断方法。本方法包括以下步骤:数据收集:收集已标注类型的变压器油中溶解特征气体数据集;数据预处理:通过数据清洗去除明显的错误数据,然后使用过采样和下采样处理非平衡数据;基于气体的三对比值编码组合进行故障类型判断;网络构建:构建基于时‑频域特征交互融合网络;网络训练:将训练数据集输入到构建的网络进行网络训练;故障分类:将测试数据集输入到训练完成的基于时‑频域特征交互融合网络中得到分类结果。本发明提高了特征表达能力,减少了过拟合风险,提升了故障诊断的准确性和效率,可用于变压器运维领域。
技术关键词
变压器故障诊断方法
时域编码器
注意力
时域特征提取
网络
频域特征提取
样本
跨模态
溶解特征
输出特征
变压器故障气体
SMOTE算法
序列数据处理
信息交互机制
采样技术
系统为您推荐了相关专利信息
数据同化方法
仿真数据
神经网络深度学习
物理
集合卡尔曼滤波同化
双向长短期记忆网络
多模态控制方法
转子侧逆变器
控制策略
无刷双馈电机
分布式光伏储能
调控方法
负荷
ARIMA模型
粒子群优化算法
功能预测方法
序列
预测系统
人工智能模型
生物研究技术