一种融合CBAM的CNN-BiLSTM接地故障选相方法、系统、设备及介质

AITNT
正文
推荐专利
一种融合CBAM的CNN-BiLSTM接地故障选相方法、系统、设备及介质
申请号:CN202510931499
申请日期:2025-07-07
公开号:CN120807940A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种融合CBAM的CNN‑BiLSTM接地故障选相方法、系统、设备及介质,涉及计算机平台负载平衡技术领域,包括根据采集到的配网接地故障数据,通过信号图像转换方法生成二维灰度图像,并对二维灰度图像进行RGB图像生成处理;构建融合CBAM的CNN‑BiLSTM选相模型,并进行迭代训练,得到配网接地故障选相模型;将二维灰度图像处理后的RGB图像,输入配网接地故障选相模型,对接地故障进行故障选相。本发明提升模型对电流变化特征的表达能力,提高模型的判别精度;通过构建融合CBAM注意力机制的CNN‑BiLSTM网络架构,实现对空间局部特征与时序特征的协同提取。
技术关键词
故障选相方法 二维灰度图像 图像转换方法 灰度图像处理 局部特征提取 配网 负载平衡技术 信号 转换算法 通道 时序特征 注意力机制 数据 网络架构 模块 处理器 计算机设备
系统为您推荐了相关专利信息
1
基于多模态注意力融合网络的轧辊缺陷识别方法
多模态注意力 缺陷识别方法 轧辊内部缺陷 卷积模块 网络
2
一种局部全局特征结合的路面类型识别方法
多头注意力机制 识别方法 特征提取模块 数据 阶段
3
模型训练方法、用于关联文本的方法及相关装置
文本 模型训练方法 生成训练图像 计算机程序指令 标签分配装置
4
一种基于隐形眼镜的智能生物识别方法及系统
智能生物识别方法 隐形眼镜 运动特征 时域特征 纹理特征
5
电缆弯曲半径确定方法、装置和计算机设备
电缆弯曲半径 三维电缆模型 局部特征信息 局部注意力机制 中心线
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