基于特征融合并行优化模型的电能质量扰动分类方法OA
Classification Method of Power Quality Disturbances Based on Optimized Parallel Model of Features Merging
为了提高对复杂电能质量扰动(power qualitydisturbances,PQDs)的分类准确率,该文提出一种基于特征融合并行优化模型的PQDs分类方法.该方法以特征融合的方式,使用全卷积神经网络(fully convolutional networks,FCN)和长短期记忆网络(long short-term memory,LSTM)并行挖掘PQDs在空间和时序上的高维特征,并提出全局最大池化(global max pooling,GMP…查看全部>>
龚正;邹阳;金涛;刘宇龙;兰名扬;刘梓强
福州大学电气工程与自动化学院,福建省福州市 350108福州大学电气工程与自动化学院,福建省福州市 350108智能配电网装备福建省高校工程研究中心(福州大学),福建省福州市 350108福州大学电气工程与自动化学院,福建省福州市 350108福州大学电气工程与自动化学院,福建省福州市 350108福州大学电气工程与自动化学院,福建省福州市 350108
信息技术与安全科学
电能质量扰动全卷积神经网络长短期记忆网络特征融合并行模型
《中国电机工程学报》 2023 (3)
计及大功率驱动的电力电子化复杂电力系统谐波耦合机理分析与抑制方法研究
1017-1026,中插13,11
国家自然科学基金项目(51977039).
评论