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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图转换和迁移学习的低压配电网户变关系和相位识别方法
1
作者
欧锋
罗醒华
+3 位作者
龙经纬
徐超群
赖国清
杨慧敏
《浙江电力》
2024年第3期95-103,共9页
为进一步提高低压配电网户变关系和相位识别的准确性,提出一种基于图转换和迁移学习的低压配电网户变关系和相位识别方法。首先,引入了基于格拉姆角场的图转换方法实现用电数据的二维化,以更好地发现一维时序用电数据间的差异性;然后,...
为进一步提高低压配电网户变关系和相位识别的准确性,提出一种基于图转换和迁移学习的低压配电网户变关系和相位识别方法。首先,引入了基于格拉姆角场的图转换方法实现用电数据的二维化,以更好地发现一维时序用电数据间的差异性;然后,针对低压配电网用户数据稀缺、获取途径有限、样本数量较少等问题,基于迁移学习利用预训练好的参数权重,构建了适合户变关系和相位识别的深度学习模型。通过实验验证,所提模型在户变关系识别和相位识别中的准确率较主流方法均有所提升,拥有更好的稳定性。
展开更多
关键词
低压配电网
户变关系和相位识别
格拉姆角和场
迁移学习
深度学习模型
下载PDF
职称材料
题名
基于图转换和迁移学习的低压配电网户变关系和相位识别方法
1
作者
欧锋
罗醒华
龙经纬
徐超群
赖国清
杨慧敏
机构
广东电网有限责任公司云浮供电局
东南大学
出处
《浙江电力》
2024年第3期95-103,共9页
基金
南方电网公司重点科技项目035300KK52190077(GDKJXM20198298)。
文摘
为进一步提高低压配电网户变关系和相位识别的准确性,提出一种基于图转换和迁移学习的低压配电网户变关系和相位识别方法。首先,引入了基于格拉姆角场的图转换方法实现用电数据的二维化,以更好地发现一维时序用电数据间的差异性;然后,针对低压配电网用户数据稀缺、获取途径有限、样本数量较少等问题,基于迁移学习利用预训练好的参数权重,构建了适合户变关系和相位识别的深度学习模型。通过实验验证,所提模型在户变关系识别和相位识别中的准确率较主流方法均有所提升,拥有更好的稳定性。
关键词
低压配电网
户变关系和相位识别
格拉姆角和场
迁移学习
深度学习模型
Keywords
low-voltage distribution networks
household-transformer relationship and phase recognition
Gramian angular summation field
transfer learning
deep learning model
分类号
TM727 [电气工程—电力系统及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图转换和迁移学习的低压配电网户变关系和相位识别方法
欧锋
罗醒华
龙经纬
徐超群
赖国清
杨慧敏
《浙江电力》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部