摘要
本发明提出一种调相机励磁系统故障预警方法、系统,涉及励磁系统故障预警技术领域。本发明首先构建融合预置时间注意力的多尺度时序网络模型,通过并行连接多支路时间卷积网络和长短时记忆网络以提取多尺度时序特征,并借助先验知识引导的时间注意力机制实现特征动态融合;然后,利用正常工况数据训练网络模型以表征励磁系统正常运行状态;最后,采用指数加权移动平均法进行残差分析,进而实现励磁系统早期故障预警。本发明联合多尺度时序网络和预置时间注意力,显著提升了网络模型对励磁系统正常运行状态的预测精度,从而实现对早期故障特征的灵敏捕捉和预警。
技术关键词
励磁系统故障
时间卷积网络
注意力
调相机励磁系统
Softmax函数
早期故障预警
时序特征
输出特征
滑动窗口法
多尺度
预警方法
神经网络模型构建
梯度下降法
sigmoid函数
统计特征
数据
序列