摘要
本申请提供了一种电流相序自动识别方法与系统,包括:采集三相电流信号,经预处理后,输入至时空特征提取模型;所述模型通过并行的多个一维卷积神经网络提取各相的深度时序特征,再利用注意力机制融合所述深度时序特征,以捕捉各相间的动态关联性,生成时空融合特征向量;将所述时空融合特征向量输入至预训练的生成对抗网络,计算其与正常状态的偏离度以获得异常分;若所述异常分超过阈值,则判定相序异常,并进一步启动诊断分类器以确定异常类型,最终生成并输出与该类型相对应的相序调整控制信号。本发明解决了传统方法在复杂工况下识别准确率低、智能化不足的问题,实现了对相序的高鲁棒性监测与主动闭环校正。
技术关键词
特征提取模型
时序特征
滤除高次谐波干扰
一维卷积神经网络
注意力机制
自动识别方法
分类器
重构误差
生成对抗网络
特征提取模块
信号
波形
电流
自动识别系统
输出模块
序列
多层感知机
系统为您推荐了相关专利信息
时序特征
电池故障诊断方法
电压
融合特征
故障分类模型
场景文本图像
频域特征
图像块
篡改检测方法
计算机执行指令
语言模型概率
文本
数据
计算机设备
加权损失函数