三通道卷积神经网络的电能质量复合扰动分类方法及系统

AITNT
正文
推荐专利
三通道卷积神经网络的电能质量复合扰动分类方法及系统
申请号:CN202510694251
申请日期:2025-05-28
公开号:CN120611286A
公开日期:2025-09-09
类型:发明专利
摘要
本发明提出了一种三通道卷积神经网络的电能质量复合扰动分类方法及系统,该方法包括:采集待分类的一维电能质量扰动信号;对一维电能质量扰动信号进行处理,得到三通道网络准备数据;基于一维卷积神经网络和多尺度卷积神经网络构建三通道卷积神经网络,并对三通道卷积神经网络进行训练;利用训练后的三通道卷积神经网络分别对三通道网络准备数据进行特征提取;对三通道网络的特征提取结果进行融合处理,得到待分类的一维电能质量扰动信号的电能质量扰动类别。本发明为电能质量扰动分类提供了一种有效手段,经过本发明方法得到的分类结果精度高,响应速度快。
技术关键词
一维卷积神经网络 分类方法 电能 序列 卷积神经网络模块 重构相空间 信号 三通道 数据 特征提取模块 谐波 分类系统 滑动窗口 图像 处理器
系统为您推荐了相关专利信息
1
一种输入语音自动生成口型和表情的方法
音频特征 动态时间规整 语音 注意力 人脸
2
一种基于多维特征融合的广播星历时间序列异常检测方法
广播星历数据 长短期记忆网络 XGBoost模型 时间序列特征 注意力机制
3
基于多地形光伏清洗履带车稳定性自适应控制方法及系统
地形特征参数 履带车 三维点云模型 网格 预测控制策略
4
基于物联网的斗轮机智能控制系统及方法
三维点云数据 智能控制系统 语义特征提取 俯仰角度控制 序列
5
一种基于深度学习模型的时间序列预测方法
时间序列预测方法 深度学习模型 深度学习神经网络 注意力机制 文本特征向量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号