基于深度學(xué)習(xí)融合網(wǎng)絡(luò)的含噪電能質(zhì)量擾動(dòng)識(shí)別方法

摘要： 針對(duì)強(qiáng)噪聲環(huán)境下電能質(zhì)量擾動(dòng)識(shí)別精度不高的問(wèn)題，提出一種自適應(yīng)小波降噪和深度學(xué)習(xí)相結(jié)合的電能質(zhì)量擾動(dòng)識(shí)別方法。首先，通過(guò)改進(jìn)峰和比分層自適應(yīng)閾值和能量?jī)?yōu)化的閾值函數(shù)算法對(duì)含噪擾動(dòng)信號(hào)進(jìn)行降噪處理。然后，通過(guò)殘差神經(jīng)網(wǎng)絡(luò)對(duì)降噪后的擾動(dòng)信號(hào)進(jìn)行深層特征提取，在此基礎(chǔ)上融入多頭注意力機(jī)制下的雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)，建立時(shí)序特征依賴關(guān)系，構(gòu)成適用于噪聲環(huán)境下的擾動(dòng)識(shí)別框架。最后，在不同強(qiáng)度... （共10頁(yè)）