摘要
本发明公开了一种基于RPM与T‑ShuffleNet V2神经网络的交直流混联电网故障诊断方法,步骤包括:构成故障电压信息矩阵以及故障电流信息矩阵;对故障电压信息矩阵以及故障电流信息矩阵进行滤波处理;将故障电压信息矩阵以及故障电流信息矩阵分别按列展开为一列,分别转换为故障电压二维特征图以及故障电流二维特征图;利用训练好的T‑ShuffeNet V2神经网络模型对故障电压二维特征图以及故障电流二维特征图进行故障识别,获得待诊断的交直流混联电网每条线路的故障类型。实验结果表明,本发明所提方法提升了准确率、收敛速度,受过渡电阻、故障线路、故障距离影响较小,具有较强的抗噪声能力和抗丢失能力。
技术关键词
交直流混联电网
故障诊断方法
矩阵
电流
电压
输出特征
神经网络模型
线路
采样模块
可变形卷积层
信号
支路
多分支
归一化算法
小波阈值
过渡电阻
滤波算法
序列
系统为您推荐了相关专利信息
土壤有机碳密度
碳储量遥感估算方法
土壤光谱反射率
XGBoost模型
反射率数据
双层长短期记忆网络
深度强化学习模型
数据分布
深度Q网络
节点
温度预测方法
冷链物流监控
跨模态
多模态特征
多模态深度
高斯混合模型
适配区选取方法
地形特征参数
复杂度特征
邻域