公开(公告)号：CN115115888A

公开(公告)日：2022-09-27

申请号：CN202210812531.5

申请日：2022-07-12

Applicant: 国网湖北省电力有限公司恩施供电公司 ,  湖北民族大学

Inventor： 李祯维 ,  吴建军 ,  龙克飞 ,  李家俊 ,  黄谋甫 ,  钟建伟 ,  童占北

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供格拉姆角场和CNN‑LSTM的电能质量扰动分类方法，包括以下步骤：获取电能质量扰动数据，对样本数据进行预处理；由GAF将一维数据从直角坐标转换到极坐标系，构建格拉姆矩阵，并转换成图像，然后对图像进行压缩；由三层CNN网络对所述S2中压缩后的图像进行特征提取；由LSTM层对所述S3中提取的特征值进行时间相关性学习；由全连接层对所述S4输出的特征值做降维处理；由概率层计算全连接层每一个输出的概率，然后通过分类层确定电能质量的类别；本发明在尽量保留图像信息的前提下将图像进行压缩，节约了计算机的大量存储空间，并且提高了图像信息的读取速率。