一种基于无监督学习的箱变监测方法

本发明公开了一种基于无监督学习的箱变监测方法，包括如下步骤：S1、采集箱式变压器运行过程中的多源感知数据，生成标准化输入数据集；S2、选取正常运行状态下数据样本，构建无监督学习模型，获得特征表示集；S3、输入数据提取当前运行状态特征，结合离群点检测识别声纹异常状态；S4、对时间序列数据执行滑动窗口与统计分析，输出趋势异常区间与异常指标类型；S5、构建变量关联图结构，识别潜在异常变量与传播路径；S6、整合多类异常信息与特征表示集，构建声纹图谱库；S7、集成处理异常结果与声纹图谱库，执行可视化展示与智能预警。本发明实现基于无监督学习的箱变异常监测与预警，提升故障识别准确性与响应效率。