基于智能时序特征提取的接地故障诊断方法

本发明涉及电力系统智能监测与保护技术领域，公开了基于智能时序特征提取的接地故障诊断方法，在特征提取阶段，采用多尺度卷积神经网络，结合了多尺度排列熵，对原始信号进行了粗粒化处理，计算不同尺度下的排列熵值，量化信号复杂度的空间分布特征，抑制噪声干扰，特征提取后，将多尺度卷积神经网络和多尺度排列熵两个通道提取到的特征通过特征融合层进行拼接，融合后的特征输入到BiGRU模块中。针对传统故障诊断方法在复杂工况下存在的多尺度特征提取不充分、抗噪声能力弱以及时序建模精度低等问题，本发明融合了多尺度特征提取与动态时间序列的特征，实现了接地故障的高精度诊断，显著提高了接地故障诊断的精度与鲁棒性。