基于多源特征融合去噪网络的配电网故障辨识方法研究OA

针对配电网故障辨识过程中故障特征易被噪声掩盖,单一特征难以全面反映故障信息等问题,提出了一种多源特征融合去噪网络的配电网故障辨识方法。利用离散小波变换(DWT)对归一化处理后的零序电压与三相电流信号进行多尺度分解,将原始信号重构为高频与低频分量,减少特征混叠的影响。然后,在高频分支中构建时频残差自适应去噪模块,嵌入傅里叶卷积,提取具有丰富频域信息的高频特征,并结合通道注意力机制,实现信号的精准去噪;在低频分支中,设计轻量级卷积网络提取低频分量的时序特征,增强时频信息互补。引入一种时序-通道注意力机制进行自适应特征融合,增强特征提取能力的同时抑制冗余特征,从而实现复杂工况下故障类型的精确诊断。试验结果表明,所提方法在仿真数据集下取得99.12%的准确率,相较于现有方法显著提高了故障辨识的准确率。