УДОСКОНАЛЕНИЙ МЕТОД ГЛИБИННОГО НАВЧАННЯ ДЛЯ АВТОМАТИЗОВАНОГО ВИЯВЛЕННЯ ТИПОВИХ ШАБЛОНІВ У PQ-ДАНИХ ПОКАЗНИКІВ ЯКОСТІ ЕЛЕКТРОЕНЕРГІЇ

У статті представлено удосконалений метод глибинного навчання для автоматизованого виявлення типових шаблонів у PQ-даних показників якості електроенергії. Метод поєднує глибинний автоенкодер для автоматичного виділення ознак із великих масивів вимірювань та подальшу кластеризацію отриманих ознак для групування схожих добових варіацій показників якості електроенергії. Він працює у режимі навчання без вчителя (не потребує розмічених даних) та здатний виявляти приховані закономірності і типові профілі змін показників напруги або струму. Розкрито архітектуру методу, етапи попередньої обробки даних та нормалізації. Доведено особливості навчання автоенкодера, алгоритму кластеризації ознак, а також підходів до інтерпретації отриманих результатів.