| 注册
首页|期刊导航|发电技术|基于粒子群优化与卷积神经网络的电能质量扰动分类方法

基于粒子群优化与卷积神经网络的电能质量扰动分类方法

董光德 李道明 陈咏涛 马兴 付昂 穆钢 肖白

发电技术2023,Vol.44Issue(1):136-142,7.
发电技术2023,Vol.44Issue(1):136-142,7.DOI:10.12096/j.2096-4528.pgt.22004

基于粒子群优化与卷积神经网络的电能质量扰动分类方法

Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network

董光德 1李道明 2陈咏涛 1马兴 1付昂 1穆钢 2肖白2

作者信息

  • 1. 国网重庆市电力公司电力科学研究院,重庆市 渝北区 401123
  • 2. 东北电力大学电气工程学院,吉林省 吉林市 132000
  • 折叠

摘要

关键词

新能源/电能质量/扰动分类/特征提取/粒子群优化(PSO)/深度学习/卷积神经网络(CNN)

分类

能源科技

引用本文复制引用

董光德,李道明,陈咏涛,马兴,付昂,穆钢,肖白..基于粒子群优化与卷积神经网络的电能质量扰动分类方法[J].发电技术,2023,44(1):136-142,7.

基金项目

国网重庆市电力公司科技项目(SGCQDK00DWJS 2100205). (SGCQDK00DWJS 2100205)

发电技术

OACSCDCSTPCD

2096-4528

访问量4
|
下载量0
段落导航相关论文