Transformer在水电机组异常指标预测的应用 |
| |
引用本文: | 林烨敏,王宁,邱荣杰,汤宇超,周冠群,李泽洲,王中亚.Transformer在水电机组异常指标预测的应用[J].浙江电力,2023(1):110-116. |
| |
作者姓名: | 林烨敏 王宁 邱荣杰 汤宇超 周冠群 李泽洲 王中亚 |
| |
作者单位: | 1. 国网浙江省电力有限公司紧水滩水力发电厂 |
| |
摘 要: | 水电站机组日常检修、维护及异常检测的工作量巨大,传统人工监测的工作方式容易导致异常问题被遗漏或误判,采用深度学习算法对数据建模并监测异常情况可以降低成本,提升安全可靠性。结合Transformer网络对长期序列高效准确建模的能力以及GAN(生成对抗网络)架构的数据生成训练策略,利用TransGAN模型对水电机组监测数据进行生成式建模,并主动发现异常数据点。TransGAN模型在水电站机组实测中达到了97.76%的查准率和99.23%的查全率,异常点检出延迟低于0.1 s,实现了实时高精度异常监控功能。
|
关 键 词: | 水电机组 异常监测 数据降维 Transformer 生成对抗网络 |
|
|