MATLAB
实现基于
CNN-ST-MHA
卷积神经网络(
CNN)结合S变换时频图(
ST)和多头注意力机制(
MHA)进行复合电能质量扰动分类预测的详细项目实例
请注意此篇内容只是一个项目介绍
更多详细内容可直接联系博主本人
或者访问对应标题的完整博客或者文档下载页面(含完整的程序,
GUI设计和代码详解)
复合电能质量扰动是现代电力系统中影响供电可靠性、设备安全性与能源利用效率的重要问题。随着新能源并网、电力电子装置普及、柔性负荷增长、分布式储能接入以及工业自动化程度提升,电网电压与电流波形呈现出更强的非平稳性、随机性和耦合性。传统电能质量问题主要表现为电压暂降、电压暂升、短时中断、谐波、间谐波、闪变、振荡暂态、脉冲暂态等单一类型扰动。实际运行场景中,扰动往往并非单独出现,而是由多个因素共同作用形成复合扰动。例如,电力电子变流器投切可能同时引起谐波畸变与电压波动;大型电动机启动可能造成电压暂降并伴随低频振荡;分布式光伏出力快速变化可能引起闪变、谐波和短时电压波动;故障切除或电容器组投切可能造成暂态冲击与幅值变化叠加。复合扰动在时域上具有局部突发、持续时间不一致、幅值差异明显等特 ...


雷达卡




京公网安备 11010802022788号







