基于三维卷积神经网络的配电物联网异常辨识方法OA北大核心CSTPCD
Anomaly Identification Method for Distribution Internet of Things Based on Three-dimensional Convolutional Neural Network
由于配电物联网中电力网与通信网高度耦合,单一网络的异常状态会交互作用至另一网络,可能进一步造成异常范围扩大,而单独采用电力网或通信网的异动信息难以全面、准确地辨识配电物联网异动源的类型和位置.因此,提出一种基于三维卷积神经网络(3D-CNN)的配电物联网异常类型辨识及定位方法.首先,分析了配电物联网通信流量特征并构建了基于Simulink和OPNET的配电物联网交互仿真模型;其次,提出了一种面向3D-CNN的样本构建方法,将配电物联网中每个节点的…查看全部>>
殷浩然;苗世洪;韩佶;王子欣;毛万登;牛荣泽
强电磁工程与新技术国家重点实验室(华中科技大学),湖北省武汉市 430074电力安全与高效湖北省重点实验室(华中科技大学电气与电子工程学院),湖北省武汉市 430074强电磁工程与新技术国家重点实验室(华中科技大学),湖北省武汉市 430074电力安全与高效湖北省重点实验室(华中科技大学电气与电子工程学院),湖北省武汉市 430074强电磁工程与新技术国家重点实验室(华中科技大学),湖北省武汉市 430074电力安全与高效湖北省重点实验室(华中科技大学电气与电子工程学院),湖北省武汉市 430074
配电物联网深度学习交互仿真异常辨识及定位三维卷积神经网络
《电力系统自动化》 2022 (1)
42-50,9
国家电网有限公司总部科技项目(SGHADK00PJJS2000026).
评论