摘要
本发明公开了一种电能质量扰动分类识别方法及系统,包括:获取电能质量扰动信号并进行处理,获得二维扰动信号;对基础的CNN结构层次增添调节层,获得改进CNN;通过改进CNN的卷积层获取特征矩阵,对特征矩阵进行局部特征化,利用池化层对电能质量扰动信号进行特征提取,获得扰动信号特征;通过全连接层对扰动信号特征进行拟合操作,将拟合后的特征输入到分类层中进行分类,获得初始分类识别结果;利用PSO算法优化基于改进CNN的电能质量扰动分类模型,对电能质量扰动实测数据进行分类识别,获得目标分类识别结果。本发明避免了人为选取参数时过大或过小导致的训练时间过长或效果不理想等情况,分类准确性高,抗噪声能力强。
技术关键词
信号特征
电能
分类识别方法
矩阵
分类识别系统
特征提取模块
算法
数据
参数
基础
抗噪声
粒子
数值
速度
序列
精度
系统为您推荐了相关专利信息
混合储能系统
负荷
多状态模型
储能系统充放电
孤岛微电网
电力系统运行数据
分层强化学习
模仿学习方法
网络
参数
风险预控方法
环境监测数据
风险传导模型
数字孪生
弹性调度
传感器节点
地理位置特征
网络拓扑结构
灌溉控制方法
土壤水分数据