-
题名基于樽海鞘群优化网络模型的计量装置状态识别方法
被引量：2
- 1
-
-
作者
郑克刚
袁安荣
雷乾
张天旭
吴世强
冯小兵
-
机构
国网重庆市电力公司铜梁供电分公司
-
出处
《智能计算机与应用》
2023年第11期215-219,共5页
-
文摘
为提升用电信息采集系统客户服务部门的数据分析能力,提升客户服务精益化管理水平,针对计量装置状态远程识别准确率低的问题,提出了一种基于樽海鞘群优化网络模型的计量装置状态识别方法。该模型首先利用小波分解对样本集曲线类特征数据进行分解,并获取状态影响因子,然后利用LSTM长短期记忆网络进行计量装置状态分类,并计算损失函数后进行反馈调参,最后采用樽海鞘群算法优化LSTM网络的调参过程,待损失函数低于阈值后,固定参数输出模型。实验表明,樽海鞘群算法寻优调参可降低模型参数调参时间,并提高了分类算法的精准度。
-
关键词
电能计量装置
小波分解
LSTM
樽海鞘群算法
状态识别
-
Keywords
electric energy metering device
wavelet decomposition
LSTM
salp group algorithm
status recognition
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
