摘要
本发明涉及电能质量识别技术领域,公开了一种电能质量扰动的识别方法及识别装置、设备及存储介质,方法包括:获取电能质量扰动信号;利用预设一维卷积神经网络和一维残差神经网络对电能质量扰动信号进行特征提取,得到电能质量扰动信号的目标时间特征向量;利用预设多头注意力机制对目标时间特征向量进行特征融合处理,得到融合信号特征;利用预设分类器对融合信号特征进行分类,得到用于指示电能质量扰动信号的扰动类型的最终分类结果。该方法可以综合多种特征信息,有效地降低噪声对分类结果的影响,提升分类器分类性能和泛化能力,在分类准确率、抗噪性方面具有更好的性能,提高扰动识别准确性,为电力系统中的电能故障诊断提供有效的支持。
技术关键词
一维卷积神经网络
信号特征
残差神经网络
多头注意力机制
电能
识别方法
识别装置
分类器
信号获取模块
分类准确率
处理器
特征提取模块
计算机设备
识别模块
电力系统
可读存储介质
存储器
元素
系统为您推荐了相关专利信息
多模态特征
跟踪方法
跨模态
检测损失
输入解码器
掩码矩阵
多头注意力机制
模型构建方法
空间金字塔池化
分阶段
遥感图像变化
字幕
图像处理模型
生成方法
遥感图像数据
生成方法
多头注意力机制
神经网络模型构建
数据处理模块
训练集