La temperatura anormal del núcleo del estator del generador puede causar problemas graves como el envejecimiento del material aislante y cortocircuitos en los devanados, lo que afecta el rendimiento general y la vida útil del generador. Se propone un modelo de predicción de la temperatura del núcleo del estator del generador de turbina basado en FFCM-MHDA-iTransformer, que aprovecha completamente la arquitectura Transformer mejorada, es decir, el modelo Transformer invertido (iTransformer), utilizando una codificación de series temporales invertida para resolver las limitaciones del Transformer en el manejo de la correlación multivariable; adopta el mezclador de convolución de Fourier fusionado (fused Fourier convolution mixer, FFCM) para la extracción y mejora de características locales en datos temporales; utiliza un mecanismo de atención diferencial multicanal (multi-head differential attention, MHDA) para reemplazar la auto-atención tradicional, eliminando eficazmente el ruido de atención y haciendo que el modelo se enfoque en la información clave. Tras el entrenamiento y la validación, el modelo presenta una mayor precisión en la predicción en comparación con otros modelos principales, ayudando a detectar fallos potenciales a tiempo y evitar paradas para mantenimiento, con un valor de aplicación importante para garantizar el funcionamiento estable del generador de turbina y mejorando eficazmente la precisión y practicidad de la técnica de predicción de temperatura.

generador de turbina; predicción de temperatura del núcleo del estator; modelo iTransformer; mezclador de convolución de Fourier fusionado; mecanismo de atención diferencial multicanal