首页> 中国专利> 基于深度空间残差学习的电能质量扰动分类方法及系统

基于深度空间残差学习的电能质量扰动分类方法及系统

摘要

本发明公开了一种基于深度空间残差学习的电能质量扰动分类方法及系统,本发明包括将多种类型的电能质量扰动信号输入预先训练好的深度空间残差模型来将获得电能质量扰动信号的分类结果,深度空间残差模型包括:空间残差模块,用于提取空间信息;特征融合模块,主要用于融合输入电能质量扰动信号数据的空间信息和序列信息;特征提取模块用于提取特异性特征;分类模块用于区分出不同类别的电能质量扰动信号得到分类结果。本发明能够自动提取扰动信号特征,不用人工参与设计特征,避免了人工设计特征的繁琐步骤,而且本发明方法具有很好的抗干扰能力以及精准的分类检测能力,在强噪声环境下能够对多种复杂的电能质量扰动信号实现精准的分类。

著录项

  • 公开/公告号CN114372495A

    专利类型发明专利

  • 公开/公告日2022-04-19

    原文格式PDF

  • 申请/专利权人 湖南大学;

    申请/专利号CN202210280458.1

  • 申请日2022-03-22

  • 分类号G06K9/00;G06K9/62;G06N3/04;G06N3/08;

  • 代理机构湖南兆弘专利事务所(普通合伙);

  • 代理人谭武艺

  • 地址 410082 湖南省长沙市岳麓区麓山南路1号

  • 入库时间 2023-06-19 15:00:50

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-04-19

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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