基于1DCNN-BiLSTM-BiGRU的电能质量扰动分类方法OA
The classification method of power quality disturbance based on 1DCNN-BiLSTM-BiGRU
为了应对电能质量扰动(PQD)识别中噪声干扰导致的识别率下降问题,本文提出一种基于一维卷积神经网络(1DCNN)-双向长短期记忆(BiLSTM)网络-双向门控循环单元(BiGRU)的 PQD 分类方法.该方法首先借助 1DCNN 有效地提取原始信号的浅层局部特征,然后通过BiLSTM和BiGRU组合模块对时序信息和上下文关系进行深入处理,从而实现深层时序特征的提取.最后,将所提取的特征经分类模块用于PQD识别.仿真结果表明,与传统方法相比,本文所…查看全部>>
To address the issue of reduced recognition accuracy in identifying power quality disturbance(PQD)due to noise interference,this paper introduces a PQD classification method based on one-dimensional convolutional neural network(1DCNN)-bidirectional long short-term memory(BiLSTM)-bidirectional gated recurrent unit(BiGRU).This method initially utilizes 1DCNN to effectively extract shallow local features from the raw signals.Subsequently,it employs a combinatio…查看全部>>
王立辉;柯泳;苏如开
佛山科学技术学院机电工程与自动化学院,广东 佛山 528000佛山科学技术学院机电工程与自动化学院,广东 佛山 528000佛山科学技术学院机电工程与自动化学院,广东 佛山 528000
电能质量一维卷积神经网络(1DCNN)双向长短期记忆(BiLSTM)网络双向门控循环单元(BiGRU)
power qualityone-dimensional convolutional neural network(1DCNN)bidirectional long short-term memory(BiLSTM)bidirectional gated recurrent unit(BiGRU)
《电气技术》 2024 (5)
51-56,64,7
国家自然科学基金项目(62271199)
评论