| 注册
首页|期刊导航|电源学报|基于卷积神经网络多判据融合的井下电网故障选线方法

基于卷积神经网络多判据融合的井下电网故障选线方法

王玉梅 张家康

电源学报2023,Vol.21Issue(5):110-117,8.
电源学报2023,Vol.21Issue(5):110-117,8.DOI:10.13234/j.issn.2095-2805.2023.5.110

基于卷积神经网络多判据融合的井下电网故障选线方法

Fault Line Selection Method for Mine Power Grid Based on Fusion of Multiple Criteria of Convolutional Neural Network

王玉梅 1张家康1

作者信息

  • 1. 河南理工大学电气工程与自动化学院,焦作 454000
  • 折叠

摘要

关键词

深度学习/卷积神经网络/故障选线/矿井供电/信息融合

Key words

deep learning/convolutional neural network(CNN)/fault line selection/mine power supply/information fusion

分类

信息技术与安全科学

引用本文复制引用

王玉梅,张家康..基于卷积神经网络多判据融合的井下电网故障选线方法[J].电源学报,2023,21(5):110-117,8.

基金项目

河南省科技攻关资助项目(112102210004)Project Supported by Scientific and Technological Projects in Henan Province(112102210004) (112102210004)

电源学报

OA北大核心CSCD

2095-2805

访问量0
|
下载量0
段落导航相关论文