一种基于自监督对比学习的电能质量扰动辨识方法

本发明提供了一种基于自监督对比学习的电能质量扰动辨识方法，属于电能质量扰动分析与辨识技术领域，解决了传统电能质量扰动辨识方式存在的数据标注不足和特征选择问题。该方法包括：对无标签样本集中的各电能质量扰动信号样本分别进行强增强、弱增强；利用强增强视图、弱增强视图训练基于自监督对比学习的电能质量扰动预训练模型；从训练完成的电能质量扰动预训练模型中提取编码器及其参数，在提取出的编码器的输出端连接全连接层，构建电能质量扰动辨识模型；利用有标签样本集对电能质量扰动辨识模型进行分类预测训练；利用分类预测训练后的电能质量扰动辨识模型对实时电能质量扰动信号的电能质量扰动辨识。