| 注册
首页|期刊导航|电力系统自动化|基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

冯双 陈佳宁 汤奕 史豪

电力系统自动化2020,Vol.44Issue(17):78-87,10.
电力系统自动化2020,Vol.44Issue(17):78-87,10.DOI:10.7500/AEPS20191225001

基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

Location Method of Forced Oscillation Source Based on SPWVD Image and Deep Transfer Learning

冯双 1陈佳宁 1汤奕 1史豪2

作者信息

  • 1. 东南大学电气工程学院,江苏省南京市 210096
  • 2. 国网扬州供电公司,江苏省扬州市 225000
  • 折叠

摘要

关键词

强迫振荡/扰动源定位/平滑伪Wigner-Ville分布/深度迁移学习/卷积神经网络

引用本文复制引用

冯双,陈佳宁,汤奕,史豪..基于SPWVD图像和深度迁移学习的强迫振荡源定位方法[J].电力系统自动化,2020,44(17):78-87,10.

基金项目

国家重点研发计划资助项目(2018YFB0904500). (2018YFB0904500)

电力系统自动化

OA北大核心CSCDCSTPCD

1000-1026

访问量7
|
下载量0
段落导航相关论文