基于YOLO网络的发电侧数据异常检测研究

下载PDF

导出

摘要该文提出了一种新的异常数据检测方法,可以满足发电侧异常数据检测的需要。在特征提取层的DBL和Pooling之间嵌入SENet结构,通过压缩、激励和重标定3个操作,使数据信息的特征提取更准确。在特征提取层后引入多尺度池化处理机制,从而提高YOLO网络的学习效率。试验结果表明,引入SENet结构和多尺度池化机制可以提高YOLO网络的特征提取准确性和迭代过程的收敛速度。

作者修梦菲

机构地区浙江浙能技术研究院有限公司浙江省火力发电高效节能与污染物控制技术研究重点实验室

出处《中国新技术新产品》 2023年第14期12-14,共3页 New Technology & New Products of China

关键词 YOLO网络发电侧异常检测收敛速度

分类号 TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献3

1刘冬兰,马雷,刘新,李冬,常英贤.基于深度学习的电力大数据融合与异常检测方法[J].计算机应用与软件,2018,35(4):61-64. 被引量：38
2胡天宇,郭庆来,孙宏斌.基于堆叠去相关自编码器和支持向量机的窃电检测[J].电力系统自动化,2019,43(1):119-125. 被引量：86
3董朝阳,赵俊华,文福拴,薛禹胜.从智能电网到能源互联网:基本概念与研究框架[J].电力系统自动化,2014,38(15):1-11. 被引量：767

二级参考文献18

1Jing Dong,Changzheng Liu,Zhenhong Lin.Charging infrastructure planning for promoting battery electric vehicles: An activity-based approach using multiday travel data[J].Transportation Research Part C.2014 被引量：1
2Ashoke Kumar Basu,S.P. Chowdhury,S. Chowdhury,S. Paul.Microgrids: Energy management by strategic deployment of DERs—A comprehensive survey[J].Renewable and Sustainable Energy Reviews.2011(9) 被引量：1
3Yao Liu,Peng Ning,Michael K. Reiter.False data injection attacks against state estimation in electric power grids[J].ACM Transactions on Information and System Security (TISSEC).2011(1) 被引量：1
4王成山,李鹏.分布式发电、微网与智能配电网的发展与挑战[J].电力系统自动化,2010,34(2):10-14. 被引量：855
5赵俊华,文福拴,薛禹胜,李雪,董朝阳.电力CPS的架构及其实现技术与挑战[J].电力系统自动化,2010,34(16):1-7. 被引量：193
6赵俊华,文福拴,杨爱民,辛建波.电动汽车对电力系统的影响及其调度与控制问题[J].电力系统自动化,2011,35(14):2-10. 被引量：197
7赵俊华,文福拴,薛禹胜,董朝阳.电力信息物理融合系统的建模分析与控制研究框架[J].电力系统自动化,2011,35(16):1-8. 被引量：155
8杜爱虎,胡泽春,宋永华,吴俊阳.考虑电动汽车充电站布局优化的配电网规划[J].电网技术,2011,35(11):35-42. 被引量：74
9孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146-169. 被引量：2397
10Rong Jiang,Rongxing Lu,Ye Wang,Jun Luo,Changxiang Shen,Xuemin(Sherman) Shen.Energy-Theft Detection Issues for Advanced Metering Infrastructure in Smart Grid[J].Tsinghua Science and Technology,2014,19(2):105-120. 被引量：23

共引文献887

1焦在滨,马逢,李宗博.考虑天然气传输特性的气电耦合系统的联合运行与紧急过负荷控制研究[J].中国电机工程学报,2019,39(S01):77-83. 被引量：6
2马一杰,陈君,刘松.基于长短时记忆网络的电力负荷异常检测[J].云南大学学报（自然科学版）,2020,42(S02):55-59. 被引量：18
3何正友,向悦萍,杨健维,王玘,廖凯.电力与交通系统协同运行控制的研究综述及展望[J].全球能源互联网,2020,3(6):569-581. 被引量：15
4陈玉杰.能源互联互通背景下企业管理深化思考与建议[J].企业管理,2018,0(S02):446-447.
5钟即鑫.电力系统中新技术的应用[J].机电工程技术,2020,49(S01):40-41. 被引量：1
6刘海青,李智桥,李元诚.基于C-lightGBM的用户窃电检测[J].计算机应用研究,2020,37(S01):298-300. 被引量：12
7张娟,李俊午.全时空量测环境下基于双向长短期记忆网络的电力物联网损耗计算[J].电子器件,2022,45(2):408-414. 被引量：1
8肖勇,郑楷洪,余忠忠,周密,李森,马千里.基于三次指数平滑模型与DBSCAN聚类的电量数据异常检测[J].电网技术,2020,44(3):1099-1104. 被引量：61
9郭健,曹军威,杨洋,陆超,张东霞,刘敦楠,华昊辰.面向用户需求的区域能源互联网价值形态研究框架及应用分析[J].电网技术,2020,44(2):493-504. 被引量：13
10王德文,杨凯华.基于生成式对抗网络的窃电检测数据生成方法[J].电网技术,2020,44(2):775-782. 被引量：52

1王思雅.新型电力系统下的储能发展[J].电工技术,2023(14):70-74. 被引量：3
2薛志超,伊力哈木·亚尔买买提,闫天星.基于MobileNetV3多尺度特征融合的人脸表情识别[J].电子测量技术,2023,46(8):38-44. 被引量：1
3李巧梅.应用生化检验项目诊断肝硬化疾病的意义分析[J].当代医学,2023,29(7):175-177.
4李晓宇,吴果莲,苑秀娥,吴联华.可再生能源发电侧储能项目经济评价研究[J].电力科学与工程,2023,39(8):41-52. 被引量：2
5郑立华.基于反向传播神经网络的电力用户侧数据异常自动检测方法[J].现代科学仪器,2023,40(4):30-34.
6高鸿,王发强,邬奇煜.毒害气体智能监测在燃机电厂的应用分析[J].大众用电,2023(3):40-41.
7李墨,陈志豪,张勰.基于U-P-Net的手机玻璃屏幕缺陷分割[J].计算机测量与控制,2023,31(8):231-237.
8肖智阳,林坚普,张永爱,林志贤.多层特征图信息融合的海滩小目标检测[J].光电子技术,2023,43(2):142-149.
9钟旭辉,谭海,梁雪莹,潘明,石一剑.基于改进DeeplabV3+模型的云检测[J].遥感信息,2023,38(3):106-113. 被引量：1
10万昊,雷磊,李睿,陈维,师一卿.融合双注意力机制的Landsat8 OLI遥感图像云检测[J].激光与光电子学进展,2023,60(14):330-341.

中国新技术新产品

2023年第14期

浏览历史

内容加载中请稍等...

基于YOLO网络的发电侧数据异常检测研究

参考文献3

二级参考文献18

共引文献887

相关作者

相关机构

相关主题

浏览历史