科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于改进一维深度残差收缩网络的电能质量扰动识别方法,S1：向仿真信号中加入高斯白噪声模拟噪声环境,在该环境下采集电能质量扰动信号数据构建数据集,并将数据集划分为训练集和测试集；S2：采用卷积神经网络提取电能质量扰动信号的初级特征；S3：通过改进一维深度残差收缩网络,实现自动软阈值化；S4：将门控循环单元层引入到一维深度残差收缩网络中,提取扰动信号中的时序特征；S5：设置网络的超参数,并通过引入Adadelta算法来更新训练参数不断优化模型,使得模型达到收敛；S6：将待测的测试集数据输入到训练好的模型中实现扰动信号的分类。本发明有较强的抗噪声干扰能力,能够自动、准确地对电能质量扰动进行分类。
- 单位
