一种基于自监督对比学习的异常信号检测方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于自监督对比学习的异常信号检测方法及装置
申请号:
CN202510363911
申请日期:
2025-03-26
公开号:
CN120197002A
公开日期:
2025-06-24
类型:
发明专利
摘要
本申请公开了一种基于自监督对比学习的异常信号检测方法及装置,涉及变压器状态监测技术领域,该方法包括:将待处理变压器时序信号分割为若干个信号片段,利用训练好的堆叠膨胀卷积网络模型对目标子片段处理,输出信号片段的潜在表示,并根据潜在表示的得分判断待处理变压器时序信号是否异常,其中,目标子片段为待处理变压器时序信号分割后得到的信号片段中任意两个重叠的时间段。本申请解决了传统方法在局部特征提取和检测精度上的不足,实现了高效、精准地电力变压器异常信号检测。
技术关键词
异常信号
卷积网络模型
时序
注意力机制
局部特征提取
数据
处理器
时间段
电力变压器
训练样本集
计算机程序产品
编码
周期性
计算机设备
可读存储介质
存储器