基于堆栈稀疏降噪自编码的电压暂降源识别方法

为有效识别电压暂降源,文章提出一种基于堆栈稀疏降噪自编码的电压暂降源识别方法,用于识别单一和复合电压暂降源。稀疏降噪自编码网络是在自编码网络的基础上加入稀疏性限制,同时在输入信号中加入按一定概率分布的噪声构成的深度神经网络,将其逐层堆砌形成堆栈稀疏降噪自编码网络。实验首先利用无标签训练集初始化网络中的权重和偏置项,再利用有标签训练集进行一次有监督的微调,使网络能够学习输入信号中更深层次的特征,最后采用SoftMax函数对特征进行分类。结果证明,该方法对电压暂降源的识别率高,同时,基于实测数据增量训练下的模型将具有更好的泛化能力,能够很好地应用于实际工程项目中。