발전기 고정자 철심 온도 이상은 절연재료 노화, 권선 단락 등 심각한 문제를 일으켜 발전기의 전체 성능과 수명에 영향을 줄 수 있습니다. 본 논문에서는 FFCM-MHDA-iTransformer 기반의 터빈 발전기 고정자 철심 온도 예측 모델을 제안합니다. 향상된 Transformer 구조인 역전된 Transformer(iTransformer) 모델을 충분히 활용하여, 다변량 상관관계 처리에 한계가 있는 Transformer의 문제를 역시간열 인코딩 방식을 통해 해결하였고, 융합된 푸리에 컨볼루션 믹서(fused Fourier convolution mixer, FFCM)를 사용하여 시계열 데이터의 국부 특성 추출 및 강화에 성공하였으며, 다중 헤드 차등 주의 메커니즘(multi-head differential attention, MHDA)을 전통적인 자기 주의(attention)를 대체하여 주의 잡음을 효과적으로 제거하고 모델이 핵심 정보에 집중하도록 하였습니다. 모델은 학습 및 검증을 거쳐 다른 주요 예측 모델에 비해 높은 예측 정확도를 보였으며, 잠재적 고장을 조기에 발견하고 가동 중단 점검을 방지하는 데 도움을 주어 터빈 발전기의 안정적인 운전에 중요한 실용적 가치를 가지며 온도 예측 기술의 정확성과 실용성을 효과적으로 향상시켰습니다.

터빈 발전기; 고정자 철심 온도 예측; iTransformer 모델; 융합 푸리에 컨볼루션 믹서; 다중 헤드 차등 주의 메커니즘