基于特征图像组合与改进ResNet-18的电能质量扰动识别方法 |
| |
引用本文: | 张逸,欧杰宇,金涛,毕贵红.基于特征图像组合与改进ResNet-18的电能质量扰动识别方法[J].中国电机工程学报,2024(7):2531-2545. |
| |
作者姓名: | 张逸 欧杰宇 金涛 毕贵红 |
| |
作者单位: | 1. 福州大学电气工程与自动化学院;2. 昆明理工大学电力工程学院 |
| |
基金项目: | 国家自然科学基金项目(51977039)~~; |
| |
摘 要: | 针对传统电能质量扰动(power quality disturbance,PQD)识别体系中单一图像特征信息受限与算法识别能力不足等问题,依据特征融合的思想,提出一种基于特征图像组合与改进ResNet-18的PQD识别方法。首先,对PQD信号进行变分模态分解(variational mode decomposition,VMD)得到一系列固有模态函数(intrinsic mode functions,IMFs)与残差分量;其次,将IMFs、残差分量、原始扰动信号与Subtract分量纵向拼接成分量矩阵,利用信号-图像转化方法生成特征分量彩色图;再次,对原始扰动信号进行连续小波变换(continuous wavelet transform,CWT)生成小波时-频图;最后,将特征分量彩色图与小波时-频图组合输入改进的六通道ResNet-18中训练学习并完成扰动识别。通过仿真对PQD识别方法进行分析并将其与目前常用识别体系进行比较。结果表明,所提方法具有较好的抗噪性能并且能够更好地提取PQD特征信息,达到更高的识别准确率。
|
关 键 词: | 电能质量扰动 变分模态分解 特征分量彩色图 小波时-频图 残差网络 |
|
|