面向样本稀缺下变压器故障识别与泛化性提升方法及系统

本申请涉及电力设备诊断技术领域，具体公开了一种面向样本稀缺下变压器故障识别与泛化性提升方法及系统，方法包括构建变压器的频域波动方程及阻抗边界条件；将频域波动方程及阻抗边界条件嵌入初始物理信息网络模型的神经网络节点及损失函数中，得到目标物理信息网络模型，基于历史声纹数据及故障样本数据构建元学习多任务的训练样本集及目标域测试集，采用模型无关元学习对目标物理信息网络模型进行训练，以及基于目标域测试集对训练后的模型进行泛化能力测试，得到目标元模型；将目标元模型嵌入于在线声纹识别系统中进行特征提取及故障类型识别，输出变压器故障标签，方法提高了在故障样本稀缺以及跨设备、跨工况情况下的泛化能力。