摘要：針對(duì)電能質(zhì)量擾動(dòng)數(shù)據(jù)大、識(shí)別算法繁瑣,難以實(shí)現(xiàn)在線實(shí)時(shí)識(shí)別等問(wèn)題,提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet的電能質(zhì)量擾動(dòng)識(shí)別數(shù)法,首先將各類(lèi)電能質(zhì)量擾動(dòng)轉(zhuǎn)化為圖片格式,然后輸入到AlexNet算法,通過(guò)學(xué)習(xí)、調(diào)整電能質(zhì)量擾動(dòng)信號(hào)的特征參數(shù),迭代收斂,最后將實(shí)時(shí)的電能質(zhì)量擾動(dòng)通過(guò)訓(xùn)練好的AlexNet,直接實(shí)現(xiàn)擾動(dòng)識(shí)別分類(lèi)。實(shí)時(shí)仿真結(jié)果表明,所提出的方法能精確識(shí)別包括3種復(fù)合擾動(dòng)在內(nèi)的17種電能質(zhì)量擾動(dòng)問(wèn)題,只需要對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行學(xué)習(xí),即可以直接對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行識(shí)別與分類(lèi),識(shí)別算法簡(jiǎn)單且處理的時(shí)間短,達(dá)到了實(shí)時(shí)性的目的。