期刊导航
期刊开放获取
cqvip
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
基于云计算和深度学习的电力电容器故障诊断和识别
被引量:
14
1
作者
黄予春
曹成涛
顾海
《电力电容器与无功补偿》
北大核心
2018年第4期71-75,共5页
为实现电力电容器故障诊断和识别的高精度预测,将云计算技术引入深度学习,提出一种基于Map Reduce的分布式DBN的电力电容器故障诊断和识别方法。通过MR_DBN和DBN、SVM、BP的对比,研究结果表明,MR_DBN可提高电力电容器故障诊断和识别的精...
为实现电力电容器故障诊断和识别的高精度预测,将云计算技术引入深度学习,提出一种基于Map Reduce的分布式DBN的电力电容器故障诊断和识别方法。通过MR_DBN和DBN、SVM、BP的对比,研究结果表明,MR_DBN可提高电力电容器故障诊断和识别的精度,精度可达99.41%,从而为电力电容器故障的研究和应用提供了新的方法。
展开更多
关键词
云计算
深度学习
故障诊断
电力电容器
支持向量机
下载PDF
职称材料
题名
基于云计算和深度学习的电力电容器故障诊断和识别
被引量:
14
1
作者
黄予春
曹成涛
顾海
机构
国网河南省电力公司漯河供电公司
华南理工大学
哈尔滨工业大学
出处
《电力电容器与无功补偿》
北大核心
2018年第4期71-75,共5页
文摘
为实现电力电容器故障诊断和识别的高精度预测,将云计算技术引入深度学习,提出一种基于Map Reduce的分布式DBN的电力电容器故障诊断和识别方法。通过MR_DBN和DBN、SVM、BP的对比,研究结果表明,MR_DBN可提高电力电容器故障诊断和识别的精度,精度可达99.41%,从而为电力电容器故障的研究和应用提供了新的方法。
关键词
云计算
深度学习
故障诊断
电力电容器
支持向量机
Keywords
eloud
eomputing
depth
study
fault
diagnosis
power
eapaeitors
support
veetor
maehine
分类号
TM53 [电气工程—电器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于云计算和深度学习的电力电容器故障诊断和识别
黄予春
曹成涛
顾海
《电力电容器与无功补偿》
北大核心
2018
14
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