摘要
本公开涉及一种变压器故障预测方法、装置、及电子设备,涉及变压器故障诊断技术领域,包括:采集变压器的运行数据;利用自适应熵权法对运行数据中的多组分数据进行数据处理得到溶解气体指数,并将溶解气体指数与其他运行数据进行数据融合,得到多源融合数据;提取多源融合数据数据特征,将数据特征输入到变压器故障预测模型进行变压器故障预测处理,得到预设时间段的预测故障参数值,变压器故障预测模型包括双向长短期记忆网络、自注意力层和全连接层;基于预测故障参数值判定变压器存在故障。通过本公开方案,能够提前发现变压器运行趋势的逐渐恶化趋势,在面对长期存在的轻微异常时,也能更准确地识别和预警。
技术关键词
多源融合
变压器
双向长短期记忆网络
卷积神经网络提取
气体
序列
故障预测模型训练
注意力机制
训练集数据
置信度阈值
指数
Softmax函数
时间段
故障预测装置
预测误差