摘要
本申请公开了一种高比例分布式电源接入配电网后的故障辨识方法、系统、计算机设备及存储介质,包括获取高比例分布式电源接入不同拓扑结构配电网的故障数据;提取故障特征;构建基于卷积神经网络的故障辨识模型;将通道注意力机制融入到基于卷积神经网络的故障辨识模型中;训练融入了通道注意力机制的故障辨识模型;测试训练完成的故障辨识模型;测试完成后对高比例分布式电源接入配电网后的故障进行辨识。本申请能够通过故障数据对融入通道注意力机制的辨识模型进行训练以提高故障辨识准确率。
技术关键词
高比例分布式电源
通道注意力机制
故障特征
故障辨识方法
接入配电网
频域特征
时域特征
卷积神经网络参数
故障辨识系统
计算机设备
频率
FFT算法
全局平均池化
信号
可读存储介质
辨识模块
神经网络模型
处理器
数据
系统为您推荐了相关专利信息
实时分割方法
特征提取模块
通道注意力机制
解码模块
编码模块
泄漏检测方法
泄漏检测设备
多光谱
石油
特征金字塔网络
故障预警系统
量子退火算法
量子神经网络
数据采集层
设备健康评估
新能源汽车电池
电池等效电路模型
电池特征
电荷转移电阻
双电层电容
视觉检测方法
表面图像数据
三维点云数据
非瞬时性计算机可读存储介质
打印机