摘要
本发明涉及一种基于卷积神经网络的中压配电网智能噪声处理方法,方法包括以下步骤:S1、将配电网网络采集到的历史三相电功率数据组成原始样本集;S2、对原始样本集进行数据预处理,得到二维空间数集图像;S3、提取频率成分得到二维频谱图,对实际三相电功率数据对应的实际快速傅里叶变换结果进行修正,得到待检测特征;S4、构建卷积神经网络模型,二维频谱图输入卷积神经网络模型,输出去噪后的二维频谱图;S5、迭代训练卷积神经网络模型得到配电网去噪模型,S6、将待检测特征输入配电网去噪模型,得到去噪信号,对去噪信号进行重建得到重建量测数据。与现有技术相比,本发明具有解决配电网量测数据计算效率不足等优点。
技术关键词
三相电功率
卷积神经网络模型
去噪模型
构建卷积神经网络
统计特征
噪声
样本
数据
矩阵
频率
信号
图像
统计方法
网络拓扑
插值法
测量点
序列
样条
系统为您推荐了相关专利信息
恒温水槽
深度卷积神经网络模型
热成像仪
USB连接线
散热器
高效数据处理方法
多源异构数据
构建数据仓库
纠正错误
ETL技术
支持向量机模型
引力搜索算法
故障诊断模型
数据
径向基核函数
异常流量检测
网络流量数据
统计特征
网络协同工作
识别异常流量
自动分割方法
CT图像数据
卷积神经网络模型
自动分割系统
数据收集模块