摘要
本发明公开一种基于空洞卷积提高配网行波测距的方法,通过安装在配网线路上的电流互感器、电压互感器或信号采集装置捕捉电流和电压的行波信号,对采集到的行波信号进行去噪和滤波,通过小波变换进行分解和重构将行波时域信号转换到小波变换域,构建空洞卷积神经网络模型,对配网行波信号进行特征提取与特征增强,接收经过空洞卷积神经网络模型进行特征提取与特征增强得到的行波信号特征,通过行波信号特征识别反射点并计算行波信号传播时间以进行行波测距,结合配网电力线路的拓扑结构确定故障点的具体位置,能够优化配网行波测距时的数据处理和分析过程,提高故障定位的准确性和效率。
技术关键词
空洞卷积神经网络
噪声抑制模块
配网电力线路
卷积模块
信号特征识别
连续小波变换
信号采集装置
注意力
行波测距系统
表达式
电压互感器
输入端
卷积网络模型
输出特征
多尺度信息
系统为您推荐了相关专利信息
智能故障诊断方法
多尺度注意力机制
数据
样本
标签
检测印刷电路板
印刷电路板缺陷
网络模块
神经网络模型
阶段
气象
计算机视觉人工智能
生成数据集
算法
可见光
温度预测方法
注意力
卷积长短期记忆
深度学习模型
卷积模块
对象识别模型
卷积模块
逻辑
样本
计算机程序产品