一种基于CWT-CNN的高压直流输电系统故障识别方法

本发明提供了一种基于连续小波变换‑卷积神经网络(CWT‑CNN)的高压直流输电系统故障识别方法，包括：采集高压直流输电系统单端的触发角信号，并对其进行归一化处理；利用连续小波变换对归一化后的触发角信号进行时频分析，提取局部扰动特征并生成二维灰度图像；将灰度图像划分为训练集和测试集，利用训练集对卷积神经网络模型进行训练，提取深层特征，同时使用测试集验证并保存最优模型参数；利用Softmax分类器对网络输出进行故障识别，得到故障类型对应的概率分布结果；根据识别结果对模型的性能进行评估，为后续保护策略与控制系统应用提供依据。本发明具有模型结构简单、特征提取能力强、对故障识别效果好、抗噪声能力强等优点。