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
李清涛 任宇驰 王远 李林松 迟振烨
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

李清涛 任宇驰 王远 李林松 迟振烨,. 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[J]. 电气学报,2020.8. DOI:.
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
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。