-
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
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。