利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码，TensorFlow框架，)_基于cnn的输电线路

  效果视频：利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码，TensorFlow框架，压缩包带有数据集和代码，解压缩可直接运行)_哔哩哔哩_bilibili

售后包免费远程协助运行（用向日葵或者todesk软件协助） 

比之前CNN模型准确率提高了1.3%左右：利用CNN网络输电线路故障诊断(Python代码，TensorFlow框架，压缩包带有数据集和代码，解压缩可直接运行)_cnn 故障数据-CSDN博客

1.数据集介绍 （matlab仿真模型获取数据）

将故障区分为具体的不同类型：单相短路故障、两相接地短路故障、两相相间故障、三相相间短路故障。这里随意举出每种类别的两个样本进行展示。

2.模型：CNN-Bigru-Attention模型，每类故障有1000个样本

3.效果（平均识别准确率为 99.31%）

 

 

 

混淆矩阵（以准确率形式呈现）

 

4.对项目感兴趣的，可以关注最后一行

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
 
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
sns.set_style('darkgrid')
plt.rcParams['figure.figsize'] = (13, 9)
plt.rcParams['font.size'] = 20
warnings.filterwarnings('ignore')
plt.rcParams['font.family'] = 'SimHei'  # 设置字体为黑体
#代码和数据集的压缩包：https://mbd.pub/o/bread/ZZ6amZ9t