基于深度置信网络的电压暂降特征提取及源辨识方法OA北大核心CSCDCSTPCD
Deep Belief Network Based Method for Feature Extraction and Source Identification of Voltage Sag
提出一种基于深度置信网络(DBN)的电压暂降特征提取与暂降源辨识方法,利用DBN的特征提取能力对实测波形数据进行特征自提取,解决了人工提取特征过度依赖专家经验,受未知特征影响较大不具备一般性的问题.采用多隐层结构网络学习特征最终实现暂降源辨识.该模型集特征提取器与分类器于一体,优化了模型结构框架,提高了暂降源辨识效率.对模型最优参数进行选择,建立适用于电压暂降实测数据类型的DBN模型,对电网实测暂降数据进行特征提取与暂降源辨识,通过对比验证了DB…查看全部>>
李丹奇;梅飞;张宸宇;沙浩源;郑建勇;李陶然
东南大学电气工程学院,江苏省南京市 210096河海大学能源与电气学院,江苏省南京市 211100国网江苏省电力有限公司电力科学研究院,江苏省南京市 211103东南大学电气工程学院,江苏省南京市 210096东南大学电气工程学院,江苏省南京市 210096东南大学电气工程学院,江苏省南京市 210096
电压暂降深度学习深度置信网络特征提取暂降源辨识
《电力系统自动化》 2020 (4)
150-158,9
江苏省重点研发计划资助项目(BE2017030).
评论