摘要
本发明提供一种基于多模态融合的变电站故障诊断方法、装置及系统,其中的方法包括:获取变电站在运行过程中产生的多模态故障信息;基于预先训练的故障诊断模型,根据多模态故障信息获取变电站的故障诊断结果;其中,故障诊断模型包括基于图注意力网络的特征提取网络和基于自注意力机制的特征融合网络,特征提取网络通过引入去噪自编码模型进行预训练得到,特征融合网络通过不同故障分类任务下的设定损失函数进行训练优化得到。该方法通过综合利用多模态故障信息,利用图注意力网络和自注意力机制实现多模态故障信息的特征提取与融合,克服了单一信息源难以全面反映变电站系统状态变化的局限性,提升了变电站一二次故障诊断的准确性和全面性。
技术关键词
特征融合网络
多模态
故障诊断模型
特征提取网络
故障特征
变电站故障诊断
虚拟仿真系统
故障录波信息
注意力机制
非暂态计算机可读存储介质
物理系统
分类器
二次设备
编码器
融合特征
变电站系统
解码器
系统为您推荐了相关专利信息
小动物麻醉
人工智能辅助
红外体温探测器
高精度压力传感器
高灵敏度光电探测器
风险管控系统
决策
多模态
跨模态
交叉注意力机制
字形特征
音频特征
拼写纠错方法
嵌入特征
子模块
松紧自动调节器
卷绕轴
智能调节装置
多模态信息
执行机构
作业场所
干扰特征
风险评估方法
可燃有毒气体
多模态