公开(公告)号：CN110728195B

公开(公告)日：2022-04-01

申请号：CN201910881278.7

申请日：2019-09-18

Applicant: 武汉大学

Inventor： 龚庆武 ,  乔卉 ,  刘栋 ,  张朕 ,  贺海涛

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及电能质量扰动信号检测技术，具体涉及基于YOLO算法的电能质量扰动检测方法，包括建立电能质量扰动信号数学模型，使用MATLAB实现电能质量扰动信号的构建，遍历扰动信号参数矩阵，生成电能质量扰动样本数据集；将样本集Imagenet输入全卷积神经网络Darknet‑53，经过训练得到网络初始权重参数；设置训练参数；采用多分辨率训练策略，将标记好的电能质量扰动样本数据集输入全卷积神经网络Darknet‑53进行训练，更新网络权重参数，得到电能质量扰动信号检测模型；随机生成电能质量扰动信号，将扰动信号转为二维图像后输入检测模型，得到检测结果。该方法检测精度高，适用范围广，速度满足实时监测，能够准确辨识各类电能质量扰动信号。

公开(公告)号：CN110728195A

公开(公告)日：2020-01-24

申请号：CN201910881278.7

申请日：2019-09-18

Applicant: 武汉大学

Inventor： 龚庆武 ,  乔卉 ,  刘栋 ,  张朕 ,  贺海涛

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及电能质量扰动信号检测技术，具体涉及基于YOLO算法的电能质量扰动检测方法，包括建立电能质量扰动信号数学模型，使用MATLAB实现电能质量扰动信号的构建，遍历扰动信号参数矩阵，生成电能质量扰动样本数据集；将样本集Imagenet输入全卷积神经网络Darknet-53，经过训练得到网络初始权重参数；设置训练参数；采用多分辨率训练策略，将标记好的电能质量扰动样本数据集输入全卷积神经网络Darknet-53进行训练，更新网络权重参数，得到电能质量扰动信号检测模型；随机生成电能质量扰动信号，将扰动信号转为二维图像后输入检测模型，得到检测结果。该方法检测精度高，适用范围广，速度满足实时监测，能够准确辨识各类电能质量扰动信号。