基于图卷积网络与Transformer的变压器故障监测方法及系统

本申请涉及电力设备监测的技术领域，具体公开了一种基于图卷积网络与Transformer的变压器故障监测方法及系统，方法包括获取变压器的声纹数据、温度数据以及专业语料数据；分别对声纹数据以及温度数据进行预处理，得到时序特征向量和一维长向量；对专业语料数据依次进行掩码、词单位间的深层语义关联与依赖关系的捕捉以及池化处理，得到特征词向量；并将三个向量进行特征融合以及对融合后的向量进行仿射变换调节维度，得到联合特征向量；基于预设的变压器故障监测模型对联合特征向量进行数据处理以输出变压器的故障分类信息，方法将多模态的数据进行融合分析，提高变压器故障的分类的可靠性及准确性，减少设备故障风险的发生。