基于Transformer的有载分接开关故障诊断研究

针对传统网络捕捉有载分接开关声纹特征之间联系不充分导致故障诊断准确率低的问题,提出了基于Transformer神经网络的有载分接开关故障诊断方法。首先采用梅尔频率倒谱系数提取有载分接开关声纹特征,以降低有载分接开关声纹样本的数据维度。然后利用Transformer充分捕捉声纹特征之间的联系并实现有载分接开关故障诊断。实验结果表明,基于Transformer对有载分接开关传动轴松动、触头磨损、卡涩和连挡故障诊断的准确率高达97.5%,并一定程度缩短了诊断的时间。