一种基于轻量化神经网络和注意力机制的电能质量扰动识别方法及系统

本申请涉及一种基于轻量化神经网络和注意力机制的电能质量扰动识别方法及系统。所述方法包括：获取电能质量扰动信号，叠加不同信噪比的高斯白噪声得到含噪扰动信号；进行归一化和张量维度重构得到标准化多维张量样本集，训练由轻量化卷积网络、通道注意力机制和时序循环网络构建的复合神经网络模型，得到扰动识别模型；获取待识别电能质量信号，进行维度转换、幅值归一化和通道扩充得到四维张量数据；将四维张量数据输入扰动识别模型，识别得到电能质量扰动类型识别结果。采用本方法能够提升模型抗噪性和泛化能力，融合多维度扰动特征提升识别精度，实现高效准确的电能质量扰动自动识别。