针对电力电子设备的广泛接入,谐波污染更加复杂、影响更大等问题,引入了长短期记忆网络(long short-term memory,LSTM),提出LSTM与多标签分类算法融合的复合谐波扰动分类模型。该模型首先通过LSTM提取特征值,再通过全连接层进行特征降维处理,最后通过分类层进行多标签分类识别。使用该模型克服了人工进行特征选择的缺陷,以及传统神经网络训练时收敛速度慢、容易陷入局部最优的缺点。实验结果表明,在不同的噪声条件下该算法模型可有效分类识别复合谐波扰动。
科研之友
微信
新浪微博
Facebook
分享链接
