压缩感知和深度卷积神经网络电能质量扰动分类方法

摘要

本发明属，为提出端到端的智能分类框架，可以针对采集的数据直接进行分类，不需要任何耗时的数据预处理操作，应对压缩感知恢复的误差，在噪声数据中也具有良好的分类性能，本发明，压缩感知和深度卷积神经网络电能质量扰动分类方法，步骤如下：1)建立电能质量扰动信号模型；2)针对采集的压缩数据，设计一种基于深度学习的分类器解决压缩数据中噪声干扰的问题；3)训练一个适用于电能质量扰动分类的模型；针对实际扰动数据不平衡和实际采集的数据量不足问题，采用数据增强的方法对实测数据进行处理。本发明主要应用于电能质量扰动分类场合。