摘要
本发明提出了基于Transformer模型的油浸式变压器热点温度预测方法及系统,属于变压器热点温度预测技术领域,包括:获取油浸式变压器的关键运行参数数据并进行数据预处理;将数据预处理后的油浸式变压器的关键运行参数数据输入至变压器热点温度预测模型中进行预测。基于掩码重建的自监督预训练机制,利用无标签数据学习时序特征,提升模型的特征提取能力与泛化性能。
技术关键词
变压器热点温度
关键运行参数
油浸式变压器
解码器
注意力
独立编码器
时序特征
时序依赖关系
特征提取能力
无标签数据
模型预训练
输出模块
处理器
计算机装置
系统为您推荐了相关专利信息
多视角
三维模型
彩色图像
文字提示信息
融合特征
混合预测模型
预警系统
分布式存储系统
大数据
实时监测数据
短期负荷预测系统
解码器架构
编码器
历史负荷数据
短期负荷预测技术