基于Wave⁃ViT的改进多通道深度残差网络的电能质量扰动分类

来源：计量学报杂志2025年第5期北京时间：

作者：刘大鹏, 罗嘉宾, 刘勇, 穆勇, 董彪, 张淑清

摘要：提出一种基于小波变换视觉自注意力（Wave-ViT）模型的改进多通道深度残差网络的电能质量扰动分类方法。首先将一维时间序列电能质量扰动（PQDs）信号作为通道一的输入；再将一维PQDs信号通过格拉姆角场（GAF）映射成为二维图像作为通道二的输入；利用Wave-ViT模块深层挖掘二维GAF图像信息，并作为通道三的输入。接着分别对3个通道进行深层次的特征提取，构造适用于PQDs分类的多通道网络框架。通过消融实验，证实多通道对网络收敛速度和分类精度有互补作用。进一步的噪声实验和对比试验表明该方法特征提取能力强，所需迭代次数少，且抗噪性能好，对16种扰动在随机噪声和无噪声环境下的识别率分别能达到99.81%和99.19%，为电能质量扰动识别提供了一种新的思路。

关键词：电磁计量,电能质量扰动,Wave-ViT,深度残差网络,消融实验,噪声实验,扰动识别

基金资助：国家自然科学基金(52275067)