基于一维残差收缩网络的电能质量复合扰动识别

摘要

电网中强噪声的干扰会严重影响电能质量复合扰动识别，为提高电能质量复合扰动识别准确率，提出一种基于一维残差收缩网络的电能质量复合扰动识别方法。该方法能够以原始数据作为输入避免有效特征的丢失，采用子网络自动设置阈值对各个特征通道进行软阈值化，并通过加宽卷积层进一步增强网络抗噪性。仿真实验结果表明：所提方法在强噪声干扰下能快速准确识别电能质量复合扰动。

关键词

电能质量扰动 / 深度学习 / 残差收缩网络 / 软阈值