摘要
本申请提供一种变压器健康状态预测方法、装置、设备及存储介质,解决了相关技术中对变压器健康状态的预测不准确的问题,本方案通过提取多模态数据的特征向量,以确定对应的概率分布,进而确定对应变压器的预估状态,并且在预估状态为故障状态时确定对应的模态权重,以对特征向量进行加权特征融合处理并确定预估状态的状态概率值,且通过该状态概率值判断预估状态是否作为变压器当前的预测状态。对此,本方案能够结合多模态的数据对变压器的健康状态进行判断,从而提高了预测准确率,进而能够及时预测出变压器的潜伏性故障,提高系统运行的安全性。
技术关键词
健康状态预测方法
变压器
加权特征
交叉注意力机制
数据
空间特征提取
潜伏性故障
跨模态
计算机可执行指令
多模态
特征提取模块
处理器
网络
图像
输出模块
存储装置
气体
电子设备
系统为您推荐了相关专利信息
网络入侵检测系统
深度学习模型训练
日志数据采集
网络入侵检测方法
特征提取单元
鲁棒性
样本生成方法
随机梯度下降
电子设备
存储器
视频生成方法
强化学习框架
视频生成模型
场景
文本
机器人定位方法
视觉特征编码
文本特征向量
地图
训练样本数据