| 注册
首页|期刊导航|电力工程技术|基于CNN+D-S证据理论的多维信息源局部放电故障识别

基于CNN+D-S证据理论的多维信息源局部放电故障识别

王磊 张磊 牛荣泽 孙芊 李丰君 张周胜

电力工程技术2022,Vol.41Issue(5):172-179,8.
电力工程技术2022,Vol.41Issue(5):172-179,8.DOI:10.12158/j.2096-3203.2022.05.021

基于CNN+D-S证据理论的多维信息源局部放电故障识别

Partial discharge fault identification of multi-dimensional information sources based on CNN+D-S evidence theory

王磊 1张磊 2牛荣泽 1孙芊 1李丰君 1张周胜2

作者信息

  • 1. 国网河南省电力公司电力科学研究院,河南 郑州450052
  • 2. 上海电力大学电气工程学院,上海200090
  • 折叠

摘要

关键词

局部放电/故障识别/深度卷积神经网络(CNN)/Dempster-Shafer(D-S)证据理论/多维信息源/信息融合

分类

信息技术与安全科学

引用本文复制引用

王磊,张磊,牛荣泽,孙芊,李丰君,张周胜..基于CNN+D-S证据理论的多维信息源局部放电故障识别[J].电力工程技术,2022,41(5):172-179,8.

基金项目

国家电网有限公司科技项目"面向配电物联网的多维监测与运行辅助决策关键技术研究"(5400-202024-116A-0-0-00) (5400-202024-116A-0-0-00)

电力工程技术

OA北大核心CSTPCD

2096-3203

访问量0
|
下载量0
段落导航相关论文