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
基于深度神经网络和SoftMax分类器的台区负荷分类识别方法
被引量：
11
1
作者
徐嘉杰
卢兆军
+1 位作者
袁飞
陈光宇
《电气自动化》
2021年第6期102-104,114,共4页
随着传统分类分析算法研究的不断深入,台区用电负荷模式的分类识别也在不断发展。提出了一种基于深度神经网络(deep neural networks,DNN)和SoftMax分类器的台区负荷分类识别方法,结合已有的典型负荷曲线特征库,实现对台区未知用户的负...
随着传统分类分析算法研究的不断深入,台区用电负荷模式的分类识别也在不断发展。提出了一种基于深度神经网络(deep neural networks,DNN)和SoftMax分类器的台区负荷分类识别方法,结合已有的典型负荷曲线特征库,实现对台区未知用户的负荷预测,为电网部门需求侧管理提供可靠的支撑。对某台区1200个用户负荷数据进行实证分析,结果表明,提出的分类方法在算法收敛性、计算时间以及预测精度等方面具有更好的性能。
展开更多
关键词
深度神经网络
SoftMax
分类
器
台区
负荷
分类
负荷
预测
需求侧管理
下载PDF
职称材料
题名
基于深度神经网络和SoftMax分类器的台区负荷分类识别方法
被引量：
11
1
作者
徐嘉杰
卢兆军
袁飞
陈光宇
机构
南京工程学院电力工程学院
国网山东省电力公司
国网山东省电力公司泰安供电公司
出处
《电气自动化》
2021年第6期102-104,114,共4页
文摘
随着传统分类分析算法研究的不断深入,台区用电负荷模式的分类识别也在不断发展。提出了一种基于深度神经网络(deep neural networks,DNN)和SoftMax分类器的台区负荷分类识别方法,结合已有的典型负荷曲线特征库,实现对台区未知用户的负荷预测,为电网部门需求侧管理提供可靠的支撑。对某台区1200个用户负荷数据进行实证分析,结果表明,提出的分类方法在算法收敛性、计算时间以及预测精度等方面具有更好的性能。
关键词
深度神经网络
SoftMax
分类
器
台区
负荷
分类
负荷
预测
需求侧管理
Keywords
deep neural networks(DNN)
SoftMax classifier
station load classification
load forecast
demand side management(DSM)
分类号
TM714 [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
基于深度神经网络和SoftMax分类器的台区负荷分类识别方法
徐嘉杰
卢兆军
袁飞
陈光宇
《电气自动化》
2021
11
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
