摘要
本公开涉及电力系统技术领域,具体涉及公开了一种电能质量异常识别方法、装置、电子设备及存储介质,该方法包括:获取电力系统对应的电能质量关键参数的时域数据;将电能质量关键参数的时域数据转换为频域数据;使用预先训练好的异常识别模型的特征提取层对电能质量关键参数的频域数据进行特征提取,得到电能质量关键参数的特征数据,该特征提取层采用自注意力机制;将电能质量关键参数的时域数据、频域数据和特征数据输入预先训练好的异常识别模型的交叉注意力层,进行交叉注意力计算,得到注意力信息;将注意力信息输入预先训练好的异常识别模型的输出层,得到输出层输出的异常类型。该技术方案可以高效准确地识别电能质量异常。
技术关键词
电能
注意力机制
参数
样本
异常识别方法
傅里叶变换算法
数据转换模块
矩阵
电力系统
特征提取模块
功率因数
模型训练模块
电子设备
数据获取模块
计算机
线性
训练装置
识别装置
系统为您推荐了相关专利信息
液流电池流道
优化设计方法
电阻值
损耗
液流电池技术
基坑开挖支护
协同控制方法
基坑支护
现场监测数据
自动化闭环控制
状态诊断
LSTM模型
设备运行参数
SVD算法
字典
集群调控方法
风力发电机
分布式计算节点
风电
风速
多源异构监测数据
机器学习模型
新能源变流器
融合特征
剩余寿命预测模型