基于扩展EMD及改进深度学习网络的配电网故障选线方法

基于扩展EMD及改进深度学习网络的配电网故障选线方法，属于电网运维技术领域，采用扩展EMD方法，即ICEEMDAN方法作为信号分解方法，首先将采集到的零序电流数据进行ICEEMDAN分解得到其固有模态函数IMF并求每个分量的分布熵值，将不满足分布熵条件的IMF分量剔除，其余的分量进行数据重构。该算法能够很好地去除原始数据中的噪声，提高选线方法整体的抗噪性。本发明以VGG‑16网络为基础进行改进，改进后的VGG网络层数为21层，本发明中将其命名为VGG‑21，将重构后的信号进行GAF变换得到二维图像作为改进深度学习网络的数据集，再将数据集划分完成后输入到本发明所提的改进网络中进行训练和测试得到最终的故障选线准确率。