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
多模态注意力
缺陷识别方法
轧辊内部缺陷
卷积模块
网络
多头注意力机制
识别方法
特征提取模块
数据
阶段
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
智能生物识别方法
隐形眼镜
运动特征
时域特征
纹理特征
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