检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
题名
基于人工神经网络全连接层优化的线损异常诊断方法研究
DOI
作者
李清涛 任宇驰 王远 李林松 迟振烨
作者单位
国网北京市海淀供电公司发展部
摘要
在一般工商业电价连续下调和国家电网公司打造"三型两网"战略目标的背景下,通过对线损率的合理管控,有利于公司降损增效,提高公司精益化管理水平。为此,提出一种基于人工神经网络全连接层优化的异常线损诊断方法,旨在发现异常线损并对成因进行初步诊断。该方法搭建了以全连接层为核心的人工神经网络模型,利用深度学习强大的自学习能力,对网络模型的参数不断自适应调节,通过调整后的模型对线损数据进行逐层提取和筛选,实现了自动识别和诊断配电网线路或台区的异常线损。最后,以某地区实际配电网验证了方法的有效性和可行性。
关键词
线损率;深度学习;全连接神经网络;异常识别
刊名
电气学报
ISSN
3079-0158
年、卷(期)
20208
所属期刊栏目
工程技术
打印