一种基于DBM-SGMD的车网谐振特征辨识方法及系统

本发明公开了一种基于DBM‑SGMD的车网谐振特征辨识方法及系统，涉及新能源发电控制技术领域，包括：收集目标列车车网系统数据，进行预处理；采用最小二乘法构建滤波器组，获取最优的车网谐振电压、电流数据；使用辛几何方法计算嵌入维数，重构辛几何分量；将辛几何分量通过高斯深度玻尔兹曼机分类。本发明通过训练模型来识别车网谐振现象，有助于提高辨识的准确性和效率。深度学习算法通过多层次的数据处理，可以提取更为复杂的特征，从而提升对车网谐振的辨识能力。车网谐振辨识不仅是确保电气化铁路系统安全稳定运行的关键，也是提升牵引供电系统供电质量的重要环节。