基于深度学习模型融合的电压暂降源识别方法OA北大核心CSCDCSTPCD
Recognition Method of Voltage Sag Sources Based on Deep Learning Models' Fusion
电压暂降源的识别是制定电压暂降治理方案和明确事故责任的基础.电压暂降源可分为单一电压暂降源和复合电压暂降源,电网设备的复杂化和用电模式的区域化对基于物理特征的传统电压暂降源识别方法提出了新的挑战.该文提出一种基于模型融合的电压暂降源识别方法,通过深度学习算法中的卷积神经网络获取电压暂降信号的时序特征和空间特征,采用深度置信网络替换卷积神经网络中用于提纯高维特征和起分类器作用的全连接层,从而增强网络的多标签分类能力.利用仿真和加噪数据对网络进行迭代…查看全部>>
郑智聪;王红;齐林海
华北电力大学控制与计算机工程学院,北京市昌平区102206华北电力大学控制与计算机工程学院,北京市昌平区102206华北电力大学控制与计算机工程学院,北京市昌平区102206
信息技术与安全科学
电压暂降模型融合深度学习卷积神经网络深度置信网络
《中国电机工程学报》 2019 (1)
97-104,8
评论