摘要
本发明公开了一种基于时间序列成像的输电线路故障分类方法、系统及存储介质。方法为:将输电线路历史故障暂态电流行波信号进行预处理得到GASF或GADF图像数据集;将输电线路历史故障类型进行分类,形成故障数据集;将GASF或GADF图像数据集输入神经网络模型,以故障数据集作为标签,对神经网络模型进行训练,得到训练好的故障分类模型;将输电线路实时故障暂态电流行波信号进行预处理后得到的GASF或GADF图像输入训练好的故障分类模型,得到对应输电线路故障类型,根据输电线路故障类型对输电线路故障进行分类辨识。本发明能够有效提取输电线路故障特征量并快速准确地实现输电线路故障分类。
技术关键词
输电线路故障
故障分类模型
故障暂态
分类方法
分类系统
输入神经网络模型
序列
电流
成像
信号
数据获取模块
图像
数据模块
可读存储介质
频率
坐标系
系统为您推荐了相关专利信息
数据分类方法
多头注意力机制
编码器
数据分类模型
网络
服装分类方法
特征提取模型
残差模块
特征提取网络
通道注意力机制
识别分类方法
胶囊神经网络
局部感受野
ORB算法
计算机存储介质
神经网络架构
节点
图像分类方法
支持向量机分类器
树形结构