基于马可夫转移场的多模态Transformer配网工频信号故障识别方法

本发明涉及基于马可夫转移场的多模态Transformer配网工频信号故障识别方法，包括获取三相工频数据，得到输入数据集 ；将连续工频信号进行马尔可夫转移场转化，得到马尔可夫转移场图像特征；对连续工频信号进行特征提取，得到时序特征；将马尔可夫转移场图像特征和时序特征进行特征融合，得到融合特征；将融合特征输入到模型中训练，得到工频信号故障识别模型；利用模型进行故障识别。本发明通过多模态数据融合，增强了故障识别的鲁棒性与适应性，使得系统能够更全面地分析电力网络的健康状态，提高了故障识别的精准度，尤其在复杂故障模式下表现尤为突出。