公开(公告)号：CN115663784A

公开(公告)日：2023-01-31

申请号：CN202111537566.4

申请日：2021-12-15

Applicant: 三峡大学

Inventor： 程杉 ,  刘烨 ,  左先旺 ,  于子豪 ,  陈诺

IPC: H02J3/00 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08 ,  G01R31/08

Abstract: 基于HATF和E‑CNN的配电网电能质量扰动分类方法，包括：采集配电网的电能质量扰动(Power Quality Disturbance,PQD)信号；构建分层自适应阈值函数(Hierarchical Adaptive Threshold Function,HATF)降噪法：采用HATF降噪法对信号降噪处理；构建改进卷积神经网络(Enhanced‑Conventional Neural Network,E‑CNN)的融合网络分类模型；利用采集并降噪后的信号对E‑CNN模型进行训练，训练好的网络即可对含噪PQD信号进行分类。该方法具有较高的准确率和计算效率，可以在无噪、弱噪声和强噪声环境下有效分类单一扰动信号和复合扰动信号并对配电网的电能质量进行实时监测。