融合知识图谱与卷积神经网络的电压暂降分类识别OACSTPCD
Classification and Recognition of Voltage Sag Based on Knowledge Graph and Convolution Neural Network
电压暂降类型的精准识别对针对性治理方案的提出以及责任划分具有重要意义.基于深度学习的电压暂降分类识别,避免了基于机理分析的物理模型的局限性,但存在依赖大规模标注数据和模型不可解释性等问题.文章提出了一种融合知识图谱与卷积神经网络的电压暂降分类识别方法.通过TransH算法对电压暂降知识图谱进行表示学习,得到实体、关系以及关系平面的低维连续向量.从"暂降事件"实体在"类别"平面中的投影向量集合中,提取电压暂降事件特征及其隐含的丰富语义信息,将其作为…查看全部>>
白浩;齐林海;王红
华北电力大学 控制与计算机工程学院,北京 102206华北电力大学 控制与计算机工程学院,北京 102206华北电力大学 控制与计算机工程学院,北京 102206
信息技术与安全科学
电压暂降知识图谱知识推理TransH卷积神经网络
《电力信息与通信技术》 2021 (11)
131-139,9
评论