1.一种变压器震动检测方法，其特征在于，包括：S1、采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；S2、将所述运行信号转换为二维数据矩阵，再将所述二维数据矩阵进行归一化处理，得到二维灰度图；S3、将待测时间段的二维灰度图输入到训练好的双重交叉对比注意力网络中，输出变压器的第一故障检测结果，所述双重交叉对比注意力网络由历史二维灰度图训练得到的，其中，所述双重交叉对比注意力网络包括：全局-局部交叉对比注意力网络和故障-正常交叉对比注意力网络；S4、根据所述第一故障检测结果确定未发生故障的变压器对应的二维灰度图作为故障二维灰度图，并输入到训练好的短期故障数据预测模型中，输出预测时间段的二维灰度图，同时输入到所述双重交叉对比注意力网络，输出变压器的第二故障检测结果。
2.根据权利要求1所述的变压器震动检测方法，其特征在于，所述全局-局部交叉对比注意力网络的训练过程，具体包括：将步骤S3得到的二维灰度图看作N个查询向量构成的查询矩阵R＝[r 1 ；r 2 ；…；r N ]，按照注意力展示来计算第i个图像块的累积注意力分数S i ；根据累积注意力分数S i ，从R i 中选择CLS的累积权重中的前T个最高响应对应的前T个查询向量，以构建新的查询矩阵R l ，表示最受关注的局部嵌入；基于输出函数，计算所选本地查询和全局键值对之间的交叉关注；其中，所述输出函数为：式中， 为比例因子，查询矩阵Q、键矩阵K和值矩阵V分别通过不同的线性变换从相同的输入嵌入X∈R N×D 来计算:Q＝XW Q ,K＝XW K ，V＝XW V ，l和g为系数，输出的新的矩阵F G 即为故障特征矩阵；根据所述故障特征矩阵F G 和故障特征的主成分，使用GRA确定故障特征权重得到故障权重矩阵，并作为所述全局-局部交叉对比注意力网络的输出矩阵。
3.根据权利要求2所述的变压器震动检测方法，其特征在于，所述故障-正常交叉对比注意力网络的训练过程，具体包括：构建故障-正常交叉对比注意力网络，将所述故障二维灰度图和正常二维灰度图先后输入到所述故障-正常交叉对比注意力网络中进行训练；并基于所述输出函数根据所述故障二维灰度图和正常二维灰度图，计算得到正常的数据矩阵和含有故障的数据矩阵对比之后的故障特征矩阵和故障特征权重矩阵，作为所述故障-正常交叉对比注意力网络的输出矩阵；通过贡献率函数将所述故障-正常交叉对比注意力网络和所述全局-局部交叉对比注意力网络的输出矩阵进行组合，得到故障特征矩阵和故障特征权重矩阵；根据所述故障特征权重矩阵将分类后的故障进行分层得到故障分类分层特征集，同时由离线网络训练的特征集改进对比注意力网络参数并迭代，得到所述双重交叉对比注意力网络。
4.根据权利要求1所述的变压器震动检测方法，其特征在于，所述再将所述二维数据矩阵进行归一化处理，得到二维灰度图，具体包括：基于归一化公式，将所述二维数据矩阵进行归一化处理，得到二维灰度图；其中，所述归一化公式为：式中，L(i)为所述二维数据矩阵，其中i＝1,2……,N×M；Max(L)表示二维灰度图中最大值；Min(L)表示二位灰度图中最小值；R(n,m)(n＝1,2……,N，m＝1,2……,M)表示图像归一化后的像素强度；circle函数是归一化函数。
5.一种变压器震动检测系统，其特征在于，包括：采集单元，用于采集变压器的运行信号并进行预处理，所述运行信号包括：变压器的线圈振动频率信号、线圈和箱体的温度信号以及由红外摄像采集开关和线圈周围的亮度信号；归一化单元，用于将所述运行信号转换为二维数据矩阵，再将所述二维数据矩阵进行归一化处理，得到二维灰度图；第一检测单元，用于将待测时间段的二维灰度图输入到训练好的双重交叉对比注意力网络中，输出变压器的第一故障检测结果，所述双重交叉对比注意力网络由历史二维灰度图训练得到的，其中，所述双重交叉对比注意力网络包括：全局-局部交叉对比注意力网络和故障-正常交叉对比注意力网络；第二检测单元，用于根据所述第一故障检测结果确定未发生故障的变压器对应的二维灰度图作为故障二维灰度图，并输入到训练好的短期故障数据预测模型中，输出预测时间段的二维灰度图，同时输入到所述双重交叉对比注意力网络，输出变压器的第二故障检测结果。
6.根据权利要求5所述的变压器震动检测系统，其特征在于，所述全局-局部交叉对比注意力网络的训练过程，具体包括：将步骤S3得到的二维灰度图看作N个查询向量构成的查询矩阵R＝[r 1 ；r 2 ；…；r N ]，按照注意力展示来计算第i个图像块的累积注意力分数S i ；根据累积注意力分数S i ，从R i 中选择CLS的累积权重中的前T个最高响应对应的前T个查询向量，以构建新的查询矩阵R l ，表示最受关注的局部嵌入；基于输出函数，计算所选本地查询和全局键值对之间的交叉关注；其中，所述输出函数为：式中， 为比例因子，查询矩阵Q、键矩阵K和值矩阵V分别通过不同的线性变换从相同的输入嵌入X∈R N×D 来计算:Q＝XW Q ,K＝XW K ，V＝XW V ，l和g为系数，输出的新的矩阵F G 即为故障特征矩阵；根据所述故障特征矩阵F G 和故障特征的主成分，使用GRA确定故障特征权重得到故障权重矩阵，并作为所述全局-局部交叉对比注意力网络的输出矩阵。
7.根据权利要求5所述的变压器震动检测系统，其特征在于，所述故障-正常交叉对比注意力网络的训练过程，具体包括：构建故障-正常交叉对比注意力网络，将所述故障二维灰度图和正常二维灰度图先后输入到所述故障-正常交叉对比注意力网络中进行训练；并基于输出函数根据所述故障二维灰度图和正常二维灰度图，计算得到正常的数据矩阵和含有故障的数据矩阵对比之后的故障特征矩阵和故障特征权重矩阵，作为所述故障-正常交叉对比注意力网络的输出矩阵；通过贡献率函数将所述故障-正常交叉对比注意力网络和所述全局-局部交叉对比注意力网络的输出矩阵进行组合，得到故障特征矩阵和故障特征权重矩阵；根据所述故障特征权重矩阵将分类后的故障进行分层得到故障分类分层特征集，同时由离线网络训练的特征集改进对比注意力网络参数并迭代，得到所述双重交叉对比注意力网络。
8.根据权利要求5所述的变压器震动检测系统，其特征在于，所述再将所述二维数据矩阵进行归一化处理，得到二维灰度图，具体包括：基于归一化公式，将所述二维数据矩阵进行归一化处理，得到二维灰度图；其中，所述归一化公式为：式中，L(i)为所述二维数据矩阵，其中i＝1,2,……，N×M；Max(L)表示二维灰度图中最大值；Min(L)表示二位灰度图中最小值；R(n,m)(n＝1,2……,N，m＝1,2……,M)表示图像归一化后的像素强度；circle函数是归一化函数。
9.一种变压器震动检测设备，其特征在于，所述设备包括处理器以及存储器：所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的变压器震动检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的变压器震动检测方法。
