摘要
本发明涉及变压器领域,具体涉及一种变压器健康评估与技改决策优化方法。包括以下步骤:S1,利用红外双光谱无人机、振动传感器阵列和油中气体传感器采集多模态原始数据集;S2,通过生成对抗网络、小波变换和滑动平均处理分别对图像、振动信号和油色谱数据进行预处理;S3,将预处理数据输入多模态深度学习模型,生成气体趋势预测、热点区域定位和机械故障判定结果;S4,计算各维度健康评分并融合为综合健康评分;S5,生成分级检修策略,满足技改条件时构建多目标优化模型求解最优技改方案序列。本发明解决了现有技术中数据采集不全面、故障预测依赖人工经验、缺乏长期健康趋势预测及无法为技改决策提供科学依据的问题。
技术关键词
决策优化方法
油色谱数据
生成对抗网络
多模态深度学习
振动频谱分析
时序分析模块
振动传感器
检修策略
在线监测变压器油
动态权重分配
局部放电检测
历史故障数据
气体传感器
生成热点区域
一维卷积神经网络
消除安装误差
信号
系统为您推荐了相关专利信息
可见光图像
风格
离散小波变换
解码器结构
交叉注意力机制
生成对抗网络模型
室内火灾预测方法
样本
建筑
墙体