摘要
本发明提供一种基于温度特性的变压器绕组状态检测方法，包括：（1）采集运行数据；（2）对运行数据进行预处理；（3）以归一化后的变压器负载电流、有功功率、顶层油温、环境温度和油流速度作为输入数据，归一化后的绕组热点温度作为输出数据，构建数据集；（4）建立考虑多头注意力机制的变压器绕组热点温度的VSN‑TKAN‑GRN深度学习网络并行计算模型；（5）基于VSN‑TKAN‑GRN深度学习网络并行计算模型对变压器绕组热点温度进行预测；（6）计算变压器绕组热点温度预测结果与实测结果的平均相对误差百分比，根据平均相对误差百分比的变化判断绕组状态。该方法能高效准确地判别运行中的变压器绕组状态，从而可及时采取有效的变压器运维措施，避免大的故障的发生。
