[发明专利]基于注意力机制的BiLSTM模块、变压器状态诊断方法和系统

权利要求书

1.一种用于变压器状态诊断的基于注意力机制的BiLSTM模块，其特征在于，其包括：

输入层，其用于输入表征变压器状态类型的原始数据；

特征提取层，所述特征提取层包括若干个不同尺度的BiLSTM层以及融合层，其中各所述BiLSTM层提取所述原始数据中不同尺度的多重特征，并将提取后的多重特征分别输入到所述融合层，所述融合层将不同尺度的多重特征进行拼接，以形成原始特征矩阵；

注意力模块，其对所述原始特征矩阵进行权重参数优化，以得到优化后的特征矩阵；

分类层，其基于优化后的特征矩阵，对表征变压器状态的数据进行分类并输出变压器状态类型。

2.如权利要求1所述的用于变压器状态诊断的基于注意力机制的BiLSTM模块，其特征在于，所述若干个不同尺度的BiLSTM层至少包括单层BiLSTM、双层BiLSTM和三层BiLSTM。

3.如权利要求1所述的用于变压器状态诊断的基于注意力机制的BiLSTM模块，其特征在于，所述分类层包括全连接层和Softmax分类器，其中所述全连接层将注意力模块输出的优化后的特征矩阵转变为一维序列；所述Softmax分类器对表征变压器状态的数据进行分类并输出变压器状态类型。

4.如权利要求1所述的用于变压器状态诊断的基于注意力机制的BiLSTM模块，其特征在于，所述BiLSTM模块采用交叉熵损失函数，以输出变压器状态类型。

5.一种变压器状态诊断方法，其特征在于，包括步骤：

(1)采集不同状态类型的变压器油色谱样本数据；

(2)对采集的变压器油色谱样本数据进行预处理；

(3)构建如权利要求1-4中任意一项所述的基于注意力机制的BiLSTM模块，并采用经过预处理的变压器油色谱样本数据对其进行训练，在训练过程中，经过预处理的变压器油色谱样本数据作为表征变压器状态的所述原始数据被输入到所述输入层；

(4)将实测变压器油色谱样本数据作为表征变压器状态类型的所述原始数据输入经过训练的基于注意力机制的BiLSTM模块的输入层，则所述基于注意力机制的BiLSTM模块的分类层输出变压器状态类型。

6.如权利要求5所述的变压器状态诊断方法，其特征在于，在步骤(2)中，所述预处理包括归一化处理。

7.如权利要求5所述的变压器状态诊断方法，其特征在于，在步骤(1)中，所述变压器状态类型包括低能放电、高能放电、低能放电兼过热、高能放电兼过热、局部放电、中温过热、低温过热和高温过热。

8.一种变压器状态诊断系统，其特征在于，包括：

数据采集装置，其采集不同状态类型的变压器油色谱样本数据以及实测变压器油色谱样本数据；

预处理单元，其对采集的变压器油色谱样本数据和实测变压器油色谱样本数据进行预处理；

控制模块，其进行下述步骤：

构建如权利要求1-4中任意一项所述的基于注意力机制的BiLSTM模块，并采用经过预处理的变压器油色谱样本数据对其进行训练，在训练过程中，经过预处理的变压器油色谱样本数据作为表征变压器状态的所述原始数据被输入到所述输入层；

将实测变压器油色谱样本数据作为表征变压器状态类型的所述原始数据输入经过训练的基于注意力机制的BiLSTM模块的输入层，则所述基于注意力机制的BiLSTM模块的分类层输出变压器状态类型。

9.如权利要求8所述的变压器状态诊断系统，其特征在于，所述预处理单元进行归一化处理。