基于深度學習融合網(wǎng)絡(luò)的含噪電能質(zhì)量擾動識別方法

摘要： 針對強噪聲環(huán)境下電能質(zhì)量擾動識別精度不高的問題，提出一種自適應(yīng)小波降噪和深度學習相結(jié)合的電能質(zhì)量擾動識別方法。首先，通過改進峰和比分層自適應(yīng)閾值和能量優(yōu)化的閾值函數(shù)算法對含噪擾動信號進行降噪處理。然后，通過殘差神經(jīng)網(wǎng)絡(luò)對降噪后的擾動信號進行深層特征提取，在此基礎(chǔ)上融入多頭注意力機制下的雙向長短時記憶網(wǎng)絡(luò)，建立時序特征依賴關(guān)系，構(gòu)成適用于噪聲環(huán)境下的擾動識別框架。最后，在不同強度... （共10頁）