基于深度學(xué)習(xí)的配網(wǎng)運(yùn)維技術(shù)改進(jìn)研究

打開文本圖片集

摘 要：為提高配網(wǎng)運(yùn)維故障識(shí)別的準(zhǔn)確率，結(jié)合變分模態(tài)分量（Variational Mode Decomposition，VMD）與信息熵，提出一種E-VMD配網(wǎng)運(yùn)維故障信號(hào)特征提取方法；通過改進(jìn)殘差神經(jīng)網(wǎng)絡(luò)（ResNet）模型殘差模塊，設(shè)計(jì)了一種改進(jìn)的ResNet模型；將E-VMD配網(wǎng)運(yùn)維故障信號(hào)特征輸入改進(jìn)的ResNet模型中，實(shí)現(xiàn)配網(wǎng)運(yùn)維故障的準(zhǔn)確識(shí)別。（剩余7469字）