摘要
本发明提供一种基于OMD和二维图像编码的复杂电能质量扰动识别方法,包括:步骤1:采集电能质量扰动信号;步骤2:采用压缩感知技术对电能质量扰动信号进行稀疏变换,压缩信号维度;步骤3:对于压缩信号进行最佳模式分解,提取多模态分量;步骤4:将最佳模态分量转换为格拉姆角场图像和递归图,通过基于相关驱动的特征分解融合后生成二维特征增强图像;步骤5:将融合后的二维图像输入改进的卷积神经网络进行识别,得到识别结果。本发明将一维信号转化为二维图像,增加特征提取,进一步挖掘多模型融合的潜力,适用于更大规模的复杂电能质量问题分类应用。
技术关键词
扰动识别方法
图像编码
特征提取模块
稀疏字典
压缩感知技术
电能
信号
奇异值分解方法
匹配追踪方法
动态权重分配
压缩感知理论
编码器
分层
序列
输出特征
多模型
矩阵
多模态
模式
系统为您推荐了相关专利信息
服装
重识别方法
文本编码器
行人重识别
计算机存储介质
跌倒检测方法
YOLO模型
特征提取模块
注意力机制
融合策略
光伏功率预测方法
模型超参数
卷积网络模型
进化优化算法
位置更新