首页
|
官方网站
微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于马尔可夫变迁场和EfficientNet的复合电能质量扰动识别
作者姓名:
付宽
王洪新
刘杰
郭靖
唐志勇
欧洋
陈家乐
作者单位:
1. 国网新疆阿克苏供电公司;2. 四川大学电气工程学院
基金项目:
国家自然科学基金项目(52277113);国网新疆电力有限公司科技项目(D230AD230010)。
摘 要:
新型电力系统中电能质量扰动问题愈加复杂和严重,多种电能质量扰动同时出现,导致传统算法识别准确率降低。 提出一种基于马尔可夫变迁场和EfficientNet的复合电能质量扰动识别算法。采用马尔可夫变迁场将电能质量扰动信号可视化映射为二维特征图像;通过EfficientNet卷积神经网络处理图像数据,实现扰动信号的特征提取;利用神经架构搜索自动调节卷积神经网络超参数进行网络训练,建立电能质量扰动分类识别模型。仿真结果表明,所提方法能够准确高效地提取扰动信号特征,对复合电能质量扰动分类效果好且抗噪声能力强。
关 键 词:
电能质量
电能质量扰动识别
马尔可夫变迁场
卷积神经网络
特征提取
模式识别
Recognition of Composite Power Quality Disturbances Based on MTF-EfficientNet Convolutional Neural Network
Authors:
FU Kuan
WANG Hongxin
LIU Jie
GUO Jing
TANG Zhiyong
OU Yang
CHEN Jiale
Abstract:
Keywords:
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号-23
京公网安备 11010802026262号