基于改进Inception网络及LightGBM的弓网电弧识别方法

针对弓网电弧识别方法对数据识别的单一性问题，提出一种基于改进多尺度卷积网络（GInception）结合LightGBM的弓网电弧识别方法。运用完整集合经验模态分解（CEEMDAN)和小波软阈值相结合的方法对原始信号进行降噪重构，将重构信号进行广播机制（Broadcasting）处理，变成多维信号后输入到GInception网络中进行特征提取，再将GInception网络提取的特征导入到轻量级梯度提升机中进行识别。研究结果表明：该识别方法在5组工况下弓网电弧识别的准确率达到96.3%。研究结论可为电车弓网电弧识别提供参考。