摘要
本发明涉及一种基于深度学习的电压暂降同源检测方法、系统及介质,该方法包括以下步骤:获取预处理后的待测电压暂降录波样本集,构建待测电压暂降录波样本对集;基于所述待测电压暂降录波样本对集,采用训练好的基于CBAM‑VGG16的孪生网络特征提取模型中提取待测电压暂降录波样本对间的同源相关度;基于所述同源相关度,采用图构建算法确定所述待测电压暂降录波样本对集中每个待测电压暂降录波样本的波形类别;将所述波形类别作为聚类特征,采用改进的DBSCAN算法进行聚类,输出电压暂降同源检测结果。与现有技术相比,本发明具有提高同源检测的准确率,减小误检的风险等优点。
技术关键词
电压
样本
特征提取模型
构建算法
数据
聚类特征
波形
标签
邻居
度量
网络
判别模块
注意力
密度
节点
可读存储介质
监测点
系统为您推荐了相关专利信息
面向航空发动机
鲸鱼算法
线激光传感器
叶片
非线性
物联网传感器
机器人
词语
室内定位算法
信号输出模块
健康检测系统
存储单元
支架单元
控制模块
信号发送单元
自行车
序列模板
稳态特征
辨识方法
动态时间规整