公开(公告)号：CN118941854A

公开(公告)日：2024-11-12

申请号：CN202410985425.6

申请日：2024-07-23

Applicant: 东北电力大学

Inventor： 肖白 ,  杨士伟

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/006 ,  G06N3/047 ,  G06Q10/0639 ,  G06Q50/06

Abstract: 本发明基于马尔可夫转换场与粒子群优化的电能质量扰动分类方法，属于电力系统中的电能质量分析技术领域，首先，利用MTF将一维时序的电能质量扰动信号转换为二维的模态图像，为后续的数据特征提取创造有利条件；其次，使用CNN构建以图像模态数据为输入的电能质量扰动分类模型，并通过PSO算法对该模型中的参数进行优化，使其学习率达到最优，避免出现欠拟合或过拟合现象。最后，利用优化参数后的分类模型得到电能质量扰动分类结果，并利用评价指标对分类模型的性能进行评估。仿真结果表明，所构建的分类模型能够很好地对电能质量扰动信号进行分类，具有更高的分类准确率和抗噪能力。