基于小波变换和轻量化CNN的配电网故障识别研究
配电网系统需要快速识别故障并隔离,现有基于卷积神经网络(Convolutional neural networks,CNN)的故障识别算法普遍存在结构复杂、参数较多以及计算量庞大等问题.本文采用深度可分离卷积和倒残差结构轻量化改进CNN,取得较好的实时性能.首先利用小波变换将故障信号分解为不同频段的子信号,然后提取特征作为轻量化CNN的输入,最后对故障类型进行识别.算例分析结果表明该算法的有效性和可行性.
配电网、卷积神经网络、故障识别、小波变换、轻量化
TM711;TP391.41;TP273
2023-08-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
27-30