基于二维图像编码特征的风机电能质量扰动监测方法

摘要

一种基于二维图像编码特征的风机电能质量扰动监测方法，结合Stockwell变换(S变换)和卷积神经网络的混合方法来评估电能质量，首先，利用小波包分解对信号进行去噪；然后，利用S变换技术将一维时间序列电压信号转换为二维时频特征S变换矩阵；接着采用奇异值分解方法对所得到的S变换矩阵进行特征增强，然后将特征增强的二维时频特征S变换矩阵作为数字图像文件输入卷积神经网络模型，对电能质量扰动的不同模式进行分类。本发明结合S变换具有多分辨率特性，克服了短时傅里叶变换分辨率固定的缺点，且S变换对于电压扰动信号的高频冲击成分具有较高的敏感性；有效满足实际工程中辨识高精度和特征提取自动化的要求。