公开(公告)号：CN117218110A

公开(公告)日：2023-12-12

申请号：CN202311359695.8

申请日：2023-10-20

Applicant: 国家能源集团新疆吉林台水电开发有限公司

Inventor： 张科峰 ,  马文华 ,  罗杰 ,  朱丽晓 ,  周鹍 ,  杨磊 ,  周恒权 ,  李云红 ,  刘欢

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的水电站红外热像故障预测方法，利用改进的Transformer模型对水电站的红外热像数据进行建模，通过学习数据的时间依赖性和序列关系，预测水电站未来的故障状态。本方法首先采集水电站变压器、发电机和调速器的相关数据作为训练集，再对数据进行预处理，包括缺失值填充和异常值处理，采用滑动窗口技术将数据序列化。然后改进Transformer训练模型，采用适当的损失函数和优化算法对模型参数进行调优。最后，将获取的实时数据输入到训练好的Transformer模型中，从而预测水电站故障情况。