摘要
一种基于CEEMDAN‑VMD与CNN‑BiLSTM‑Attention的配电网接地故障定位方法:步骤一:针对行波信号中的高频扰动成分,采用CEEMDAN进行信号分解,利用VMD对高频分量进行处理,结合K‑means聚类对IMF分量进行分类,筛选出高频故障成分;步骤二、设计CNN‑BiLSTM‑Attention混合网络架构,利用CNN提取空间特征,BiLSTM捕捉时序信息,Attention机制聚焦关键突变区域,对故障突变点进行定位。本发明通过上述方法,能够有效提升配电网的故障定位精度和实时性,具有较强的工程应用价值和广泛的推广前景。
技术关键词
配电网接地故障定位方法
Attention机制
BiLSTM模型
混合网络架构
LSTM神经网络
深度网络结构
故障定位精度
记忆单元
信号分解方法
变分方法
振荡特征
信号处理
时序
频率
效应
噪声
矩阵
非线性
端点
系统为您推荐了相关专利信息
水下航行器
艉部结构
预报方法
声学有限元法
LSTM神经网络
电商
葡萄
Attention机制
编码向量
双通道注意力
面向工业互联网
能耗预测方法
预测系统
空气质量传感器
卡尔曼滤波算法
母猪发情
多模态特征融合
神经网络模型
视频段
深度学习算法