计算机科学››2024,第51卷››问题(5): 62-69.数字对象标识:10.11896/jsjkx.230300001
•数据库、大数据和数据科学• 以前的文章 下一篇文章
张建良、李阳、朱青山、薛红玲、马俊伟、张丽霞、毕生
收到:
修订过的:
在线:
出版:
关于作者:
支持单位:
摘要:利用变电站电气设备运行过程中产生的时间序列数据,可以构建其未来运行状态的预测模型,从而提前检测异常数据,消除隐患,提高稳定性和可靠运行能力。变压器模型是一种新兴的时序数据处理模型,在处理较长序列时具有优势,能够满足故障报警的前瞻性需求。然而,由于变压器的模型结构具有较高的计算复杂度和空间占用率,因此很难直接应用于故障报警任务。因此,提出了一种基于时间序列预测的变压器设备故障报警方法,改进了变压器模型,实现了设备运行数据的建模。该模型采用双功率编码器结构提取序列在频域和时域的特征,并对时间特征数据和空间特征数据进行多维数据融合,以提取更详细的信息。其次,采用稀疏注意机制代替标准注意机制,降低Transformer的计算复杂度和空间占用率,满足实时报警的需要。通过对ETT变压器设备数据集的实验,证明了该模型的优越性和改进模块的必要性。与其他方法相比,该模型在大多数预测任务中,尤其是在长序列预测任务中实现了最优的MSE和MAE指标,并且具有更快的预测速度。
关键词: 设备故障报警, 时间序列预测, 深度学习, 变压器
CLC编号:
张建良、李阳、朱青山、薛红玲、马俊伟、张丽霞、毕生。基于双域稀疏变压器的变电站设备故障报警算法[J]。计算机科学,2024,51(5):62-69。
0 / / 推荐
添加到引文管理器 尾注|样板客户经理|项目|BibTeX公司|参考Works
网址: https://www.jsjkx.com/EN/10.11896/jsjkx.230300001网址
https://www.jsjkx.com/EN/Y2024/V51/I5/62
引用