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
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
地形特征参数
履带车
三维点云模型
网格
预测控制策略
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
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