变压器故障检测数据集

变压器故障检测数据集通常用于监督学习任务，特别是机器学习和深度学习领域的故障诊断。这类数据集包含了一系列电气测量信号，比如电压、电流、频率等，当这些信号反映了变压器的实际运行状态时，它们可以作为输入特征，对应着正常运行或不同类型的故障情况（如过热、短路、绝缘击穿等）。目标是从这些数据中训练模型，预测变压器是否存在问题以及具体的故障类别。

常见的变压器故障检测数据集有：

1. **TEMA (Transformer Electrical Machine Dataset)**: 提供了实际电力系统中的变压器运行数据，包括多种故障类型的数据样本。
2. **CIGRE (International Council on Large Electric Systems) Dataset**: CIGRE发布的变压器健康监测数据集，用于评估健康状况和故障识别算法。
3. **C-MAPSS (Combined Cycle Power Plant Small Data Set)**: 虽然不是专门针对变压器的，但它包含了来自燃气轮机的部分数据，可以用于故障诊断，其中包括了部分变压器相关的指标。

研究者通常会将数据集分为训练集、验证集和测试集，通过特征工程、预处理和各种机器学习或深度学习模型对数据进行分析，以提高故障检测的准确性和鲁棒性。