基于深度学习的电力线信道传输特性识别方法

作     者：史建超 胡正伟 贺冬梅 谢志远 SHI Jianchao;HU Zhengwei;HE Dongmei;XIE Zhiyuan

作者机构：华北电力大学电气与电子工程学院 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2019年第43卷第12期

页      面：4283-4290页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：河北省自然科学基金项目(E2019502186) 河北省科技计划项目(17211704D)~~ 

主　　题：电力线通信 泛在电力物联网 深度学习 传输特性识别 人工智能 卷积神经网络 

摘      要：提出了一种基于深度学习的电力线信道传输特性识别方法,通过人工智能方法完成对电力线信道传输特性的识别。传统的信道传输特性识别一般采用信道估计方法,该方法在噪声较大时估计效果不理想。所提方法采用去噪自编码器能有效对噪声进行抑制,可以在噪声较强的环境下实现信道传输特性的正确识别。在实际应用中,针对自编码器神经网络去噪后数据存在背景效应的问题,提出使用颜色调整方法进一步滤除干扰,提高了对去噪样本的识别成功率。基于深度学习框架建立了仿真模型,分析了9类基准传输样本的信道传输特性识别效果。仿真结果表明,该方法能够在不同的神经网络模型中以及多种噪声条件下,完成对电力线信道传输特性的识别,对进一步完善电力线通信质量保障具有重要意义。