摘要
本发明公开了一种基于VMD‑GRU的电能表故障融合检测方法,包括以下步骤,数据收集、数据预处理、VMD特征提取、IVF‑PQ模态重要性分析和CNN‑GRU预测。本发明通过引入变分模态分解(VMD)和倒排文件‑乘积量化(IVF‑PQ)技术,进一步提升了模型对故障信号的识别精度和可靠性,该方法在准确率、精确率、召回率和F1分数等关键指标上均表现良好,实现了对正常信号和故障信号的高效分类。
技术关键词
融合检测方法
电能表故障
重建误差
电能表运行数据
信噪比
加速模型训练
数据建立索引
故障检测
频率
GRU模型
方差特征
信号
故障特征
频域特征
分段
线性
有效性
指标
系统为您推荐了相关专利信息
资源分配方法
物理资源块数量
5G网络切片
资源分配优先级
数学
变压器干燥设备
故障诊断方法
故障分类模型
历史运行数据
重构误差
辐射源识别方法
特征匹配矩阵
深度学习特征
特征提取网络
传播算法
智能语音助手
语音关键词
指数
语音信号处理
识别方法
配电线路故障检测
信号分析
AIC准则
电流
电力系统故障诊断技术