一种基于新型Transformer架构的在线行波故障辨识方法技术

本发明专利技术涉及一种基于新型Transformer架构的在线行波故障辨识方法。所述方法包括：采集行波数据并进行分类、对缺少实测数据的类别进行建模仿真，得到伪实测数据；将采集到的时序数据通过Gram矩阵转换为时间域图像，并划分为训练集、验证集和测试集，作为卷积神经网络的输入；将卷积神经网络中的压缩与激励模块替换为协调注意力机制，以捕捉图像不同区域之间的空间相关性，同时降低了图像的复杂度；Transformer网络采用自适应编码层级，由多个编码层构成，有效地节省了计算资源；引入可信度评价指标差值ψ用以度量卷积神经网络的输出结果是否符合预期。

【技术实现步骤摘要】

本专利技术涉及电力系统继电保护，尤其涉及一种基于新型transformer架构的在线行波故障辨识方法。

技术介绍

1、电力工业是每个国家最为重要的基础工业之一，它不仅深刻影响着国民经济发展，同时还对国家的现代化发展有着十分重要意义。随着电力系统规模的不断扩大和复杂性的增加，保障电力系统的安全运行成为了一个重要的挑战。行波采集装置大量应用于110kv、220kv及其以上等级的输电线路。为确保行波采集装置能够在小故障角以及高阻故障等弱故障模式下，可靠地记录故障行波数据，行波采集装置往往采用门槛值较低的突变量启动方式进行高速采录，大量的干扰杂波也会被采集并保存记录下来，致使干扰行波与故障行波比例严重失衡.因此，从海量采集到的行波数据中自动辨识出故障行波尤为重要。

2、近年来，随着计算机视觉算法在图像分类领域的蓬勃发展，人们开始探索将故障暂态波形信号转化为视觉线索，通过图像分类算法以实现故障辨识的思路。由于cnn往往只注重局部特征的提取，忽略了上下文信息，而transformer则具有建立全局依赖关系的能力，因此有必要结合两种架构的优势提出改进模型。<本文档来自技高网...

【技术保护点】

1.一种基于新型Transformer架构的在线行波故障辨识方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于新型Transformer架构的在线行波故障辨识方法，其特征在于：所述Step1中，对缺少实测数据的故障类型建立伪实测数据，包括：

3.根据权利要求1所述的一种基于新型Transformer架构的在线行波故障辨识方法，其特征在于，所述Step2中，将行波数据经过Gram矩阵转换为时间域的图像，包括：

4.根据权利要求1所述的一种基于新型Transformer架构的在线行波故障辨识方法，其特征在于，所述Step3中，在CN...

【技术特征摘要】

1.一种基于新型transformer架构的在线行波故障辨识方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种基于新型transformer架构的在线行波故障辨识方法，其特征在于：所述step1中，对缺少实测数据的故障类型建立伪实测数据，包括：

3.根据权利要求1所述的一种基于新型transformer架构的在线行波故障辨识方法，其特征在于，所述step2中，将行波数据经过gram矩阵转换为时间域的图像，包括：

4.根据权利要求1所述的一种基于新型tra...

【专利技术属性】
技术研发人员：束洪春，苏萱，唐玉涛，刘皓铭，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：