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MTF可视化和改进DenseNet神经网络的电能质量扰动识别算法
1
作者
时帅
陈子文
+3 位作者
黄冬梅
贺琪
孙园
胡伟
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第4期102-111,共10页
针对传统电能质量扰动(power quality disturbances,PQDs)分类器人工选取特征过程复杂、精细化程度不足的问题,提出一种基于马尔科夫迁移场(Markov translate filed,MTF)可视化和改进密集卷积网络(dense convolu-tional networks,DenseN...
针对传统电能质量扰动(power quality disturbances,PQDs)分类器人工选取特征过程复杂、精细化程度不足的问题,提出一种基于马尔科夫迁移场(Markov translate filed,MTF)可视化和改进密集卷积网络(dense convolu-tional networks,DenseNet)的PQDs识别新方法。首先将一维PQD信号经MTF映射为二维图像,接着将图像输入到具有新型通道注意力机制的改进DenseNet中,最后训练网络自行从海量样本中提取特征,实现PQDs信号的正确识别。算例结果表明:在无噪声和信噪比为20、30 dB情况下,所提改进DenseNet能有效克服传统方法中主观性强、抗噪性能差等特征缺点,可以更好地提取复合PQD特征信息,对复合PQD识别率高。
展开更多
关键词
电能质量扰动
马尔科夫迁移场
可视化
密集卷积网络
通道注意力机制
分类识别
下载PDF
职称材料
题名
基于MTF可视化和改进DenseNet神经网络的电能质量扰动识别算法
1
作者
时帅
陈子文
黄冬梅
贺琪
孙园
胡伟
机构
上海电力大学电气工程学院
上海电力大学计算机与技术学院
上海海洋大学信息学院
上海电力大学数理学院
上海电力大学经济与管理学院
出处
《电力科学与技术学报》
CAS
CSCD
北大核心
2024年第4期102-111,共10页
基金
国家自然科学基金(61972240)。
文摘
针对传统电能质量扰动(power quality disturbances,PQDs)分类器人工选取特征过程复杂、精细化程度不足的问题,提出一种基于马尔科夫迁移场(Markov translate filed,MTF)可视化和改进密集卷积网络(dense convolu-tional networks,DenseNet)的PQDs识别新方法。首先将一维PQD信号经MTF映射为二维图像,接着将图像输入到具有新型通道注意力机制的改进DenseNet中,最后训练网络自行从海量样本中提取特征,实现PQDs信号的正确识别。算例结果表明:在无噪声和信噪比为20、30 dB情况下,所提改进DenseNet能有效克服传统方法中主观性强、抗噪性能差等特征缺点,可以更好地提取复合PQD特征信息,对复合PQD识别率高。
关键词
电能质量扰动
马尔科夫迁移场
可视化
密集卷积网络
通道注意力机制
分类识别
Keywords
power quality disturbance
Markov translate field
visualization
dense convolutional networks
channel attention mechanism
classification and recognition
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MTF可视化和改进DenseNet神经网络的电能质量扰动识别算法
时帅
陈子文
黄冬梅
贺琪
孙园
胡伟
《电力科学与技术学报》
CAS
CSCD
北大核心
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