• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《自动化与仪器仪表》 >基于卷积神经网络的电流互感器畸变信号识别方法

基于卷积神经网络的电流互感器畸变信号识别方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

在识别电流互感器畸变信号时，主要通过基础的神经网络提取信号特征，只能得到低层特征，使得畸变信号识别结果而F1分数较低。因此，应用卷积神经网络，设计一种新型电流互感器畸变信号识别方法。明确电流互感器的工作原理，绘制整体高频等效电路图，并基于此建立畸变信号模型。应用软阈值去噪原理，对采集的电流互感器信号进行去噪处理。再依托于多通道卷积神经网络，设计信号特征提取模型结构，将去噪后的信号输入其中进行深度学习，组合每个通道输出的低层特征，输出更加抽象的高层信号特征。最后针对特征提取进一步计算，构建特征空间，以此来实现畸变信号的准确识别。实验结果表明：所提方法识别结果的F1分数保持在0.97以上，展现出极好的信号识别效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号