项目介绍 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）进行高阻接地故障诊断（含模型 ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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）进行高阻接地故障诊断的详细项目实例
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）
配电网高阻接地故障属于电力系统故障诊断中的重点难题。此类故障通常发生于架空线路导线断落、绝缘老化、树障接触、潮湿地面泄漏、设备外壳破损、接地
装置异常、电缆绝缘局部损伤等场景。故障电流因接触电阻较大而明显低于传统短路故障电流，部分故障电流甚至低于保护装置整定阈值，因此难以依靠过电流保护、零序保护或传统定值逻辑实现稳定识别。高阻接地故障持续存在时，可能形成电弧、局部过热、绝缘击穿、设备烧损及火灾风险，也可能造成非故障相电压升高、供电质量下降、用户设备异常停机等问题。
传统故障诊断方法大多依赖稳态电流幅值、零序电压、零序电流、谐波含量、负序分量和暂态能量等手工特征。此类方法在故障特征明显、噪声水平较低、线路结构相对固定时具有较高实用价值，但在高阻故障电弧间歇燃烧、接触阻抗不断变化、负荷波 ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖