期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于神经盲反卷积时频域去噪的电能质量扰动联合识别方法
1
作者 郑博妍 袁至 李骥 《电力系统保护与控制》 2025年第21期50-61,共12页
现有的电能质量扰动(power quality disturbances,PQDs)去噪算法存在易丢弃真实信号、去噪效果差、无法识别1/f噪声和Laplace噪声等缺点。为提高噪声下PQDs识别精度和效率,提出一种基于神经盲反卷积(neural blind deconvolution,NBD)时... 现有的电能质量扰动(power quality disturbances,PQDs)去噪算法存在易丢弃真实信号、去噪效果差、无法识别1/f噪声和Laplace噪声等缺点。为提高噪声下PQDs识别精度和效率,提出一种基于神经盲反卷积(neural blind deconvolution,NBD)时频域去噪的PQDs联合识别方法。首先,构建由NBD与Transformer组成的联合识别模型,NBD整合了时域二次卷积滤波器和频域线性滤波器以实现去噪功能。Transformer负责从去噪后数据中提取特征并进行分类任务。其次,为保证训练效果最优,提出了基于贝叶斯不确定性的动态加权策略,构建由峰度、包络谱目标函数和交叉熵损失组成的联合损失函数对所提模型进行优化。最后,基于IEEE Std 1159-2019标准生成25类PQDs并进行仿真实验。仿真结果表明,该方法实现了不同噪声类型下PQDs的准确识别,相较于其他方法具备更优的F1分数、Params、FLOPs等,提高了去噪性能、识别精度和效率。 展开更多
关键词 神经盲反卷积 时域二次神经滤波器 频域线性神经滤波器 时频域去噪 联合损失函数 电能质量扰动
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部