摘要
本发明涉及一种变压器油温预测方法及系统。其中,预测方法包括以下步骤:采集变压器油温获得目标时序数据;利用时序预测模型分析所述目标时序数据获得预测结果;所述时序预测模型基于改进的Transformer构建,包括:编码部分,在编码器输入端嵌入CGEM模块来提取所述目标时序数据在多个不同尺度上的不同粒度的时间特征,并通过Skip‑PAM模块引入跨步长金字塔型注意力机制对所述时间特征进行特征融合;解码部分,根据融合后的所述多尺度时间特征分析获得预测结果。本发明能够在不牺牲长期预测能力的情况下,敏锐捕捉到影响短期决策的微妙变化,从而在多时间尺度上实现优秀的变压器油温预测性能。
技术关键词
时序预测模型
注意力机制
金字塔型
节点
变压器
数据
编码器
多尺度
线性
输入端
解码
预测系统
输入模块
矩阵
分析模块
关系
系统为您推荐了相关专利信息
神经网络模型
超声波流量计
流量监测方法
多维特征向量
流速
夜间车辆检测方法
蒙特卡洛
双向特征金字塔
检测网络模型
特征提取模块
故障智能识别方法
机电作动器
卷积网络模型
注意力机制
时序