基于卷积神经网络的电流互感器畸变信号识别方法

作     者：徐敏锐 卢树峰 李志新 欧阳曾恺 陈刚 XU Minrui;LU Shufeng;LI Zhixin;OUYANG Zengkai;CHEN Gang

作者机构：国网江苏省电力有限公司营销服务中心南京210019 

基　　金：国网江苏省电力有限公司科技项目:宽量程计量用电流互感器及其校验装置研发及应用(2021209) 

出 版 物：《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期：2023年第10期

页      码：288-291页

摘      要：在识别电流互感器畸变信号时,主要通过基础的神经网络提取信号特征,只能得到低层特征,使得畸变信号识别结果而F1分数较低。因此,应用卷积神经网络,设计一种新型电流互感器畸变信号识别方法。明确电流互感器的工作原理,绘制整体高频等效电路图,并基于此建立畸变信号模型。应用软阈值去噪原理,对采集的电流互感器信号进行去噪处理。再依托于多通道卷积神经网络,设计信号特征提取模型结构,将去噪后的信号输入其中进行深度学习,组合每个通道输出的低层特征,输出更加抽象的高层信号特征。最后针对特征提取进一步计算,构建特征空间,以此来实现畸变信号的准确识别。实验结果表明:所提方法识别结果的F1分数保持在0.97以上,展现出极好的信号识别效果。

主 题 词：卷积神经网络 电流互感器 畸变信号 特征提取 多通道 识别方法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14016/j.cnki.1001-9227.2023.10.288

馆 藏 号：203124247...