期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于迁移学习的电能质量扰动分类方法研究
下载PDF
职称材料
导出
摘要
电能质量问题是目前配电网研究的热点。针对电能质量扰动识别困难的问题,提出一种基于迁移学习的电能质量扰动分类方法。试验结果表明,迁移学习方法对电能质量扰动具有良好的分类准确性和抗噪性。
作者
纪坤华
廖天明
陈新
机构地区
国网上海市电力公司
出处
《电气时代》
2018年第9期57-58,共2页
Electric Age
关键词
电能质量扰动
分类方法
学习方法
迁移
质量问题
扰动识别
配电网
抗噪性
分类号
TM711 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
0
引证文献
0
二级引证文献
0
1
段文峰.
基于S变换和PSO-ELM的牵引系统扰动分类[J]
.电子技术与软件工程,2018(12):107-107.
2
常炳双,赵治月.
小波包和最小二乘支持向量机的电能质量扰动识别[J]
.现代电子技术,2018,41(3):171-174.
被引量:1
3
瞿合祚,李晓明,陈陈,何乐.
基于卷积神经网络的电能质量扰动分类[J]
.武汉大学学报(工学版),2018,51(6):534-539.
被引量:33
4
肖露欣,李增祥,马建,陈克绪,吴建华.
基于降噪自编码的电能质量扰动识别[J]
.南昌大学学报(理科版),2017,41(6):591-595.
被引量:2
5
王新环,刘志超,卢彩霞.
基于PSO-LSSVM的煤矿电能质量扰动识别研究[J]
.软件导刊,2018,17(7):196-199.
被引量:1
6
孙恩钊,刘爱莲,谢涛,李川.
S变换与欧氏距离在电能质量扰动识别中的应用[J]
.化工自动化及仪表,2017,44(10):959-963.
7
熊小伏,郑伟.
电网扰动识别研究现状与展望[J]
.智能电网(汉斯),2012,2(1):16-29.
8
陈伟,何家欢,裴喜平.
基于相空间重构和卷积神经网络的电能质量扰动分类[J]
.电力系统保护与控制,2018,46(14):87-93.
被引量:37
9
傅利成.
对微电网电能质量分析的研究[J]
.电气技术与经济,2018(4):67-69.
被引量:1
10
胡楠,李亮,冉冉,王丹妮,李冲.
数据挖掘在电能质量监测数据分析中的应用[J]
.科技风,2018(23):101-101.
被引量:5
电气时代
2018年 第9期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部