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
基于图像处理和深度学习的配网跳闸故障识别方法
被引量:
5
1
作者
杜炤鑫
谢海宁
+4 位作者
宋杰
周德生
邹晓峰
陈冉
曾平
《中国科学技术大学学报》
CAS
CSCD
北大核心
2020年第1期39-48,共10页
针对当前配网故障类型人工判别工作量大且准确度不高的问题,提出了一种基于三遥信息处理和深度学习技术的配网故障类型识别方法.首先通过图像处理技术将遥测电流波形图转为电流数值组,提取遥信、遥控信号特征,共同组成特征向量,并对电...
针对当前配网故障类型人工判别工作量大且准确度不高的问题,提出了一种基于三遥信息处理和深度学习技术的配网故障类型识别方法.首先通过图像处理技术将遥测电流波形图转为电流数值组,提取遥信、遥控信号特征,共同组成特征向量,并对电流值进行归一化处理;然后以故障特征为基础,训练深度神经网络,实现故障类型识别;最后对隐含层层数及神经元数目进行调整,实现模型优化.实验结果表明,该方法可实现对配网故障类型的快速判断,准确率达到92.4%,具有实用价值.
展开更多
关键词
故障识别
图像处理
深度学习
故障判据
归一化
隐含层
下载PDF
职称材料
题名
基于图像处理和深度学习的配网跳闸故障识别方法
被引量:
5
1
作者
杜炤鑫
谢海宁
宋杰
周德生
邹晓峰
陈冉
曾平
机构
国网上海市电力公司电力科学研究院
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
2020年第1期39-48,共10页
文摘
针对当前配网故障类型人工判别工作量大且准确度不高的问题,提出了一种基于三遥信息处理和深度学习技术的配网故障类型识别方法.首先通过图像处理技术将遥测电流波形图转为电流数值组,提取遥信、遥控信号特征,共同组成特征向量,并对电流值进行归一化处理;然后以故障特征为基础,训练深度神经网络,实现故障类型识别;最后对隐含层层数及神经元数目进行调整,实现模型优化.实验结果表明,该方法可实现对配网故障类型的快速判断,准确率达到92.4%,具有实用价值.
关键词
故障识别
图像处理
深度学习
故障判据
归一化
隐含层
Keywords
fault
identification
image
processing
deep
learning
fault
type
criterion
normalized
processing
hidden
layer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像处理和深度学习的配网跳闸故障识别方法
杜炤鑫
谢海宁
宋杰
周德生
邹晓峰
陈冉
曾平
《中国科学技术大学学报》
CAS
CSCD
北大核心
2020
5
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