基于时空图神经网络的变压器故障诊断与根因定位方法

本申请公开了一种基于时空图神经网络的变压器故障诊断与根因定位方法，涉及变压器故障诊断领域，该方法包括S1、对变压器的结构信息与DGA时序数据进行预处理分别得到拓扑网络结构图以及DGA时间序列；S2、基于图卷积网络的消息传递机制得到空间向量；S3、结合Transformer编码器以及多头自注意力得到时序向量；S4、获取时空融合特征<Image he="58" wi="130" file="ZY_1.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>；S5、基于时空融合特征<Image he="58" wi="130" file="ZY_2.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>、故障类型历史数据以及故障根因构建多任务预测头；S6、进行故障检测输出对应的故障类型与根因定位结果，本申请能够显著提升故障类型识别的准确性，并实现对故障根本原因的精准定位。