| 注册
首页|期刊导航|高压电器|电力物联网下基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法研究

电力物联网下基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法研究

杨为 朱太云 张国宝 田宇 柯艳国 赵恒阳 蔡梦怡 王艳新 闫静

高压电器2020,Vol.56Issue(9):20-25,32,7.
高压电器2020,Vol.56Issue(9):20-25,32,7.DOI:10.13296/j.1001-1609.hva.2020.09.003

电力物联网下基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法研究

Research on Partial Discharge Pattern Recognition and Classification in GIS Based on Convolutional Neural Network and Transfer Learning in Power Internet of Things

杨为 1朱太云 1张国宝 1田宇 2柯艳国 2赵恒阳 1蔡梦怡 1王艳新 3闫静3

作者信息

  • 1. 国网安徽省电力有限公司电力科学研究院,合肥230022
  • 2. 国网安徽省电力有限公司,合肥230022
  • 3. 西安交通大学电力设备电气绝缘国家重点实验室,西安710049
  • 折叠

摘要

关键词

卷积神经网络/迁移学习/局部放电/模式识别/电力物联网

引用本文复制引用

杨为,朱太云,张国宝,田宇,柯艳国,赵恒阳,蔡梦怡,王艳新,闫静..电力物联网下基于卷积神经网络和迁移学习的GIS局部放电模式识别分类方法研究[J].高压电器,2020,56(9):20-25,32,7.

高压电器

OA北大核心CSCDCSTPCD

1001-1609

访问量4
|
下载量0
段落导航相关论文