一种基于VMD分解与CNN-BiLSTM的配电网故障分类方法

本发明涉及一种基于VMD分解与CNN‑BiLSTM的配电网故障分类方法，首先通过采集配电网母线零序电压和变压器低压侧电流信号作为后续分析信号，引用鱼鹰和柯西变异的麻雀优化算法优化VMD分解的模态个数和带宽约束参数，形成时频特征矩阵，其次构建CNN‑BILSTM识别网络模型，从局部空间特征和正反方向时序特性两方面对提取的时频特征向量进行深度挖掘，最终实现配网故障类型的精确分类。应用仿真结果表明，所提出的模型能够在不同故障位置、过渡电阻、故障初相角和强噪声条件下高效准确地进行故障类型分类，相较传统方法在泛化能力和抗噪能力方面具有一定优越性。