多通道连续数据的 1DCNN-attention 交叉提取用于电力变压器的诊断
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该文提出了MCDC结构,利用多通道连续数据的内在特征和1DCNN-attention机制评估变压器状态。实验证明MCDC具有更好的泛化能力和稳定性。
🎯
关键要点
- 提出了多通道连续数据交叉提取结构 (MCDC)。
- MCDC 旨在全面利用多通道连续数据的内在特征以评估变压器状态。
- 引入了一维卷积神经网络注意力机制 (1DCNN-attention)。
- MCDC 在变压器诊断场景中提供更高效的解决方案。
- 实验证明 MCDC 在实际运行案例的数据集上具有更好的泛化能力。
- 1DCNN-attention 证明了更好的稳定性。
➡️