基于深度卷积网络的变压器故障智能诊断方法及系统

本发明提供了一种基于深度卷积网络的变压器故障智能诊断方法及系统，方法包含：通过空间离散化部署的异构物理场同步采样阵列捕获变压器全域瞬态信号，将振动频谱、电磁泄漏波及局部放电脉冲三类异构数据流输入多尺度特征解耦程序；形成故障诊断的初始特征基元集合；将生成的振动模态张量、电磁涡流特征谱及放电脉冲特征云输入特征交互贡献度分析程序；生成携带权重标识的故障敏感特征拓扑图；利用故障敏感特征拓扑图训练深度可微分诊断决策树，分析定位关键诊断节点；实现故障类型与定位信息的毫秒级同步输出。系统包含多模态特征生成模块、自适应融合模块及轻量化诊断模块。本发明提供可解释、低时延及高精度的新一代诊断范式。