| 注册
首页|期刊导航|电力信息与通信技术|基于联邦学习的边缘侧电能质量扰动分类研究

基于联邦学习的边缘侧电能质量扰动分类研究

徐正一 琚贇 于轲鑫 刘鹏辉 谢可 祝文军

电力信息与通信技术2023,Vol.21Issue(10):26-34,9.
电力信息与通信技术2023,Vol.21Issue(10):26-34,9.DOI:10.16543/j.2095-641x.electric.power.ict.2023.10.04

基于联邦学习的边缘侧电能质量扰动分类研究

Research on Edge Power Quality Disturbances Classification Based on Federated Learning

徐正一 1琚贇 1于轲鑫 1刘鹏辉 1谢可 2祝文军3

作者信息

  • 1. 华北电力大学 控制与计算机工程学院,北京市 昌平区 102206
  • 2. 国网信息通信产业集团有限公司,北京市 西城区 100031
  • 3. 北京中电普华信息技术有限公司,北京市 海淀区 100192
  • 折叠

摘要

关键词

边缘计算/联邦学习/电能质量/配电物联网

Key words

edge computing/federated learning/power quality/distribution internet of things

分类

动力与电气工程

引用本文复制引用

徐正一,琚贇,于轲鑫,刘鹏辉,谢可,祝文军..基于联邦学习的边缘侧电能质量扰动分类研究[J].电力信息与通信技术,2023,21(10):26-34,9.

基金项目

国家重点基础研究发展计划项目(2020YFB0905900). (2020YFB0905900)

电力信息与通信技术

OACSTPCD

1672-4844

访问量0
|
下载量0
段落导航相关论文