基于对抗训练与Transformer的风力发电机故障分类方法

摘要： 风力发电机故障分类的复杂性和多样性严重影响风能发电效率，传统的人工方法效率低下，准确率较低，已有的深度学习模型在真实环境中易受数据噪声干扰而表现不佳。为提升风力发电机故障分类模型在真实环境下的分类性能与鲁棒性，提出一种基于对抗训练与Transformer的故障分类方法。首先通过引入一维卷积与门控线性单元(GLU)增强注意力机制对局部特征的学习，保留易被忽略的局部信息，提升模型对...