一种融合已知类识别和未知类检测的变压器故障多任务诊断方法及系统

本发明涉及一种融合已知类识别和未知类检测的变压器故障多任务诊断方法及系统。首先，通过采集装置获取配电变压器振动信号；其次，将振动信号从时域信号转换成频域信号，并输入到基于Transformer编码器的多任务学习模型中，该模型并行执行振动信号重构与故障分类任务，并引入投影冲突梯度法优化训练过程中的梯度冲突，在此过程中，模型实现了对已知类别实现准确分类；然后，提取重构信号，计算其与原始信号在敏感频率的误差集；最后，用加权高斯混合模型计算似然函数值，进而基于广义帕累托分布估计决策边界，实现对未知类故障的检测。通过实例验证，本发明涉及的方法具有较高的辨识度。