摘要
本发明涉及接地电流检测技术领域,具体提供一种基于多维特征增强注意力的电力设备故障诊断方法,包括获取第一历史接地电流时序数据并进行预处理得到第一预处理时序矩阵;将第一预处理时序矩阵输入到训练好的接地电流预测网络模型以输出预测接地电流时序数据;接地电流预测网络模型包括多尺度时空特征提取模块、双阶段注意力机制模块和长短期记忆网络模块,损失函数包括分类损失和预测误差损失;将预设故障区间和预测接地电流时序数据进行比较,若预测接地电流时序数据处于预设故障区间则确定电力设备发生故障。本发明通过接地电流预测网络模型获得精确的接地电流预测数据,能够预防、排除电力设备的潜在故障。
技术关键词
预测网络模型
时序
矩阵
多尺度
电流
时间序列特征
长短期记忆网络
特征提取模块
数据
注意力机制
预测误差
局部时空特征
二维卷积网络
输出特征
切片
时间段
傅里叶变换函数
电力设备
系统为您推荐了相关专利信息
推力分配方法
模型预测控制器
滑模控制器
水下机器人推进器
序列二次规划
轨迹跟踪方法
机器人运动系统
轮式机器人
误差模型
坐标系
轻量化神经网络
输出特征
特征金字塔
特征提取模块
融合特征
辅助决策方法
灰狼算法
灰色关联度
灰色关联分析
运动状态信息