摘要
本发明涉及机器学习技术领域,公开了一种用于光伏台区的配电变压器故障检测方法和系统,通过将光伏台区的历史故障文本以及配电变压器的使用规则转化为历史问答对,并用其对基于Transformer的奖励模型进行训练,再用其对包括优化嵌入层、Transformer层和输出层的语义大模型进行训练,基于强化学习算法中的近端优化策略,通过训练好的奖励模型对训练中的语义大模型的参数进行迭代微调,直至达到预设迭代次数,得到完成训练的语义大模型;将配电变压器中实时运行数据所构建的实时问题输入至完成训练的语义大模型以进行处理,得到故障检测结果;利用机器学习技术提高了对配电变压器的故障诊断的效率和准确率。
技术关键词
配电变压器
故障检测方法
词嵌入技术
融合特征
强化学习算法
强化学习策略
机器学习技术
构建训练集
模型训练模块
文本
矩阵
语义特征
故障检测系统
参数
故障检测模块
线性
编码器
系统为您推荐了相关专利信息
PLC控制模块
构建深度神经网络
PLC系统
刀具
图像处理算法
检测模型训练方法
农作物虫害
上采样
图像
特征提取网络
雾霾图像
网络
无雾图像
图像恢复方法
半监督学习