基于深度神经网络的输电线路异常自动辨识方法

作者：曹成顺

来源：信息与电脑(理论版), 2023, 35(15): 165-167.

• 深度神经网络
• 输电线路
• 异常辨别
• 辨别方法

为解决现有异常辨别方法误识率高的问题，研究基于深度神经网络的输电线路异常自动辨识方法。通过小波多尺度分解、重构和奇异值分解处理输电线路信号，利用向量机分类并获得信号模态函数，通过描述信号序列间的关系获取最优特征分量值，建立深度神经网络异常辨识模型，使用卷积操作学习不同空间内的关联特征，最后利用长短期记忆网络（Long Short-Term Memory,LSTM）处理时间序列数据，传输至模型识别异常。通过与阈值比较判断输电线路运行状态，实验证明该方法误识率为0.16%，能准确识别输电线路异常。