基于改进卷积神经网络的模块化多电平换流器子模块电容故障监测方法

本发明涉及一种基于改进卷积神经网络的模块化多电平换流器子模块电容故障监测方法，电容故障监测领域。该方法首先依照子模块电容电压的特性，针对老化情况下的子模块电容电压去提取对应的老化特征；其次构建卷积神经网络结合门控循环单元（CNN‑GRU）的网络构架，并结合Adam算法、批归一化处理（BN）等方式防止过拟合，并结合老化电容标签来判断该方法的准确率；最后，将准确率作为目标函数，利用鲸鱼优化算法（WOA）来优化CNN‑GRU网络中的学习率、正则化系数和学习率下降因子，通过优化算法得出的结果带入对应网络，能够获得相对较高的准确率。