电力安全生产管理中深度卷积网络研究被引量：2

下载PDF

导出

摘要本文以电力生产管理为落脚点,首先介绍深度卷积网络,其次对卷积网络运用方向进行说明,指出卷积网络在入侵检测、安全检测领域具有无法被替代的作用,最后结合电力企业需求,围绕卷积网络的实际运用展开讨论,内容主要涉及预测态势、管理要点还有仿真测试等方面。希望能给人以启发,通过合理运用深度卷积网络的方式,使电力供应更加稳定且安全,为行业发展助力。

作者吴迪

机构地区国网陕西西安临潼供电公司

出处《电气技术与经济》 2023年第2期19-21,35,共4页 Electrical Equipment and Economy

关键词深度卷积网络检测模型电力生产安全管理

分类号 TM08 [电气工程—电工理论与新技术] TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献5

1陈灵,陈郑平,李军良,米为民,刘铭洋.基于深度卷积神经网络和合作博弈的多微网实时能量管理策略[J].电气工程学报,2022,17(2):215-225. 被引量：3
2唐冬来,蒋刚,王一茗,吴寿勇.基于深度卷积网络的微电网经济运行状态评估方法[J].电力信息与通信技术,2022,20(5):30-37. 被引量：15
3汪涛,梁瑞宇,黄虎,丁超.基于多层多核卷积神经网络的非侵入式负荷监测方法研究[J].电子器件,2021,44(6):1429-1435. 被引量：7
4李俊,张葵葵.基于大数据技术的电力安全管理实践策略探讨——评《电力安全生产大数据分析与应用》[J].中国安全生产科学技术,2021,17(4). 被引量：8
5王协,章孝灿,苏程.基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类[J].浙江大学学报（理学版）,2020,47(6):715-723. 被引量：23

二级参考文献50

1郑耀鹏.特征差异强化算法在非侵入式负荷监测中的应用研究[J].机械设计,2020,37(S01):39-43. 被引量：3
2杨志荣,吴次芳,刘勇,陆张维.快速城市化地区生态系统对土地利用变化的响应——以浙江省为例[J].浙江大学学报（农业与生命科学版）,2008,34(3):341-346. 被引量：14
3杨明,韩学山,梁军,张利.计及用户停电损失的动态经济调度方法[J].中国电机工程学报,2009,29(31):103-108. 被引量：23
4王秀兰,包玉海.土地利用动态变化研究方法探讨[J].地理科学进展,1999,18(1):81-87. 被引量：1970
5石庆均,江全元.独立运行方式下的微电网能量优化管理[J].机电工程,2012,29(4):428-433. 被引量：9
6石庆均,耿光超,江全元.独立运行模式下的微网实时能量优化调度[J].中国电机工程学报,2012,32(16):26-35. 被引量：76
7郭力,刘文建,焦冰琦,王成山.独立微网系统的多目标优化规划设计方法[J].中国电机工程学报,2014,34(4):524-536. 被引量：91
8王成山,武震,李鹏.微电网关键技术研究[J].电工技术学报,2014,29(2):1-12. 被引量：562
9燕续峰,翟少鹏,王治华,王芬,何光宇.深度神经网络在非侵入式负荷分解中的应用[J].电力系统自动化,2019,43(1):126-132. 被引量：55
10陈卫东,梁朔,肖园园,郭敏.基于模糊最小二乘支持向量机的微电网群状态评估方法[J].电力系统自动化,2019,43(2):76-82. 被引量：12

共引文献51

1李冰冰.基于k-means聚类与BP神经网络的用电负荷预测方法[J].光源与照明,2022(4):165-167. 被引量：2
2易嘉闻,李希,欧阳尔,李彬,吴健辉,赵林.基于自编码的高光谱图像波段加权分类网络研究[J].湖南理工学院学报（自然科学版）,2021,34(1):34-39. 被引量：5
3许平静.基于大数据的智慧用电系统设计[J].电子技术与软件工程,2021(11):181-182. 被引量：2
4李春艳.基于K-means聚类电力大数据审计证据发现研究[J].现代科学仪器,2021,38(4):271-276.
5刘剑,杨志刚,龙丽红,王腾,张晶,常圆.图像识别技术在土地卫片执法审核中的应用[J].测绘与空间地理信息,2021,44(9):86-89. 被引量：5
6周国华,蒋晖,顾晓清,殷新春.基于半监督子空间迁移的稀疏表示遥感图像场景分类方法[J].浙江大学学报（理学版）,2021,48(6):684-693. 被引量：3
7刘笛,何伟,曹秀云.基于尺度特征卷积神经网络的高分对地观测系统设计[J].计算机测量与控制,2021,29(12):215-219.
8周正松,陈旭淼,张皞宇,万红丽,赵杰祎,张韬,王晓宇.改进型Unet网络在脑CT图像出血区域识别与分割中的应用[J].四川大学学报（医学版）,2022,53(1):114-120. 被引量：7
9杨子生,杨诗琴,杨人懿,王佳,吴秋菊.基于利用视角的土地资源分类方法探讨[J].资源科学,2021,43(11):2173-2191. 被引量：17
10李绪延,厉建祥,穆波,贺伟东,吴德松,张晓华.企业HSE管理体系运行关键驱动模式研究[J].安全、健康和环境,2022,22(2):16-19. 被引量：4

同被引文献18

1张梦,郭大亮,童欣,闻斌,牛昱浩,杨子杰.现代造纸企业数字化过程控制系统的研究进展[J].中国造纸,2022,41(S01):16-22. 被引量：9
2宋凤勇,韩光,司长征.油田工控网络安全防护的浅析[J].智能制造,2021(S01):216-218. 被引量：3
3余华鸿,周凤艳,陈毛毛.基于机器学习的KDD-CUP99网络入侵检测数据集的分析[J].计算机工程与科学,2019,41(S01):91-97. 被引量：19
4赵弘毅.现代企业工业控制网络的安全防护探究[J].信息记录材料,2020,21(4):211-212. 被引量：4
5汤伟,张诚,冯波,张逸成,王其林,王孟效.造纸工业高级控制技术和先进控制系统综述[J].中国造纸,2020,39(8):14-25. 被引量：33
6王诚,赵晓培.基于混合采样的改进随机森林算法研究[J].计算机技术与发展,2021,31(12):50-54. 被引量：4
7程艳艳.基于深度卷积神经网络的入侵检测系统设计[J].西安文理学院学报（自然科学版）,2022,25(1):75-79. 被引量：3
8任加维.制浆造纸工业智能安全环保信息一体化系统建设研究[J].造纸科学与技术,2022,41(1):73-75. 被引量：4
9常帅.电力安全生产管理信息系统设计分析[J].中国新通信,2022,24(18):122-124. 被引量：1
10李春梅.基于深度学习算法的网络安全应用研究[J].现代信息科技,2023,7(12):158-161. 被引量：2

引证文献2

1乔少华,祝玲,张翠玲.基于深度学习算法的造纸企业工控网络安全管理模型研究[J].造纸科学与技术,2024,43(1):119-122. 被引量：1
2程胜,余时芬.基于大数据技术的电力安全生产管理[J].电力设备管理,2024(14):253-255.

二级引证文献1

1王欢,李含嫣.基于MES/ERP的造纸企业管理电子信息化模型搭建研究[J].造纸科学与技术,2024,43(7):110-113.

1张冬节.如何强化电力生产应急管理来保障电力安全生产[J].中文科技期刊数据库（全文版）工程技术,2021(11):227-228.
2余辛.浅谈新形势下电力安全生产管理思考[J].中国科技期刊数据库工业A,2021(8):250-250.
3刘晶.探究电力安全生产风险管理与控制分析[J].中文科技期刊数据库（全文版）工程技术,2021(7):112-113.
4王晓菲,张瑞.基于直觉模糊集的网络安全态势预测方法[J].电脑知识与技术,2021,17(20):57-58. 被引量：1
5于春光,孙远航,李光耀,田春岐.基于改进LSTM方法的安全态势感知模型研究[J].计算机科学与应用,2021,11(5):1411-1418.
6李智博.电力安全生产运行中常见问题及应对措施[J].电力设备管理,2023(4):194-196.
7梁振成.大型火力发电厂设备检修工程标准化管理策略研究[J].乡镇企业导报,2020(2):283-284.
8华亮.大数据技术在电力生产管理中的应用前景分析探究[J].中国科技期刊数据库工业A,2023(4):139-142.
9张大国,李佳.新形势下电力安全管理的问题和策略研究[J].中文科技期刊数据库（全文版）工程技术,2022(1):17-20.
10李贞贞.对电力工程施工安全管理的研究[J].中国科技期刊数据库工业A,2022(11):57-60.

电气技术与经济

2023年第2期

浏览历史

内容加载中请稍等...

电力安全生产管理中深度卷积网络研究被引量：2

参考文献5

二级参考文献50

共引文献51

同被引文献18

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

电力安全生产管理中深度卷积网络研究 被引量：2

参考文献5

二级参考文献50

共引文献51

同被引文献18

引证文献2

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

电力安全生产管理中深度卷积网络研究被引量：2