首页|基于双路时频特征融合网络的电能质量扰动识别方法

基于双路时频特征融合网络的电能质量扰动识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对噪声环境下单一及复合电能质量扰动(Power Quality Disturbance,PQD)识别的准确性和鲁棒性不足的问题,提出了一种基于双路时频特征融合网络的PQD识别模型.首先对电能质量扰动信号进行处理,通过S变换生成对应的矩阵图像,并结合周期重构矩阵图像,以此构建双路输入特征;再将两种矩阵图像特征送入轻量级网络ShuffleNet_V2进行特征提取,提取得到的特征随后被展平并拼接,形成一组特征序列,输入到多头注意力机制模块中进行深度融合;最终,通过分类层输出电能质量扰动的识别结果.实验结果表明,该模型能够有效地提取和融合时频特征,从而在复杂噪声背景下实现对PQD信号的准确识别,验证了方法的有效性.
Power Quality Disturbance Recognition Method Based on Two-Way Time-Frequency Feature Fusion Network

刘辉、吴家猛、陈思源、钱晓东

展开 >

安徽职业技术学院 智能制造学院,安徽 合肥 230011

中科合肥技术创新工程院,安徽 合肥 230000

安徽大学 电子信息工程学院,安徽 合肥 230039

电能质量扰动 S变换 周期重构 特征融合 轻量级网络

安徽省高校自然科学基金企业委托研发类课题

2022AH0520712024hxkt2024045

2024

10.3969/j.issn.1009-0134.2024.09.009

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(9)