Matlab单相接地故障代码应用于电网。

简介：
该存储库包含与运用深度神经网络进行三相交流故障分类相关的资源文件。整个项目设计为三个主要环节：首先，利用Simulink生成用于训练深度神经网络模型的仿真数据；其次，对这些数据进行验证，最终呈现的工作模型结果以二元和多类别形式展示，并通过热图直观地反映故障类别准确性的平均值。1. 数据生成（matlab.ipynb）文件中包含了使用MatLab/Simulink生成数据集的代码。具体而言，针对每一个可能的故障情况，在Simulink中进行了10次仿真的触发，并随机确定了故障发生的时限范围。生成的仿真数据以.csv格式存储。此外，采用了三种不同的标记方法。所有包含数据的文件夹都包含一个名为dataset_merge.ipynb的文件，该文件将所有模拟数据整合起来，并创建了两个数据集：一个用于二元分类器的训练，另一个则用于多类别分类器的训练。2. 模型训练：采用Tensorflow+Keras框架构建了一个带有LSTM结构的深度神经网络模型，专门用于执行分类任务。该部分包含了用于模型训练以及结果可视化的相关代码。为了实现更精细的分类效果，训练了两个分类器：二元分类器负责将输入数据划分为两类，而多类别分类器则能够识别更多类型的故障。