摘要
本发明公开一种基于小波变换图像的电力系统暂态稳定性分析方法及装置,该方法通过小波变换策略提取电力系统时序数据的时频特征,将所述时序数据转换为时频图像;将所述视频图像输入多通道卷积神经网络中进行处理,输出电力系统的稳定性分类结果和失稳模态辨识结果;通过Grad‑CAM技术对所述多通道卷积神经网络在区分稳定和失稳样本的决策过程进行可解释性分析,识别出影响电力系统稳定性预测的主要特征区域。本发明能够更精准地提取和分析系统动态特征,进行稳定性分类与失稳模式辨识,并对决策过程进行可解释性分析。
技术关键词
多通道卷积神经网络
电力系统
稳定特征
CAM技术
图像
小波变换处理
注意力机制
连续小波变换
融合特征
细粒度特征
全局平均池化
金字塔
时序
加权特征
融合策略
子模块
模式识别
输出特征
系统为您推荐了相关专利信息
电力系统发电机组
Copula函数
调度优化模型
历史气象数据
等效系统
现实技术
手部姿态估计
计算机视觉算法
手势
纠正错误
医学成像数据
医学成像系统
重建医学图像
CT成像系统
模体
光储微电网
数字孪生体
均衡控制器
语义
电力系统优化技术