检索结果-南通市图书馆

电机与控制学报 2020年第8期24卷 131-140页

作者：高伟郭谋发许立彬福州大学电气工程与自动化学院福州350108 国网福建省电力有限公司检修分公司福州350001

针对配电网内部过电压类别难以辨识的问题,提出了基于改进CWD-CNN的过电压类型识别方法。采用乔威廉姆斯分布(choi-williams distribution,CWD)对电力系统中常见的7种过电压信号进行时频分解,构造可表达过电压信号时频能量特征的二维矩... 详细信息

针对配电网内部过电压类别难以辨识的问题,提出了基于改进CWD-CNN的过电压类型识别方法。采用乔威廉姆斯分布(choi-williams distribution,CWD)对电力系统中常见的7种过电压信号进行时频分解,构造可表达过电压信号时频能量特征的二维矩阵,并利用卷积神经网络(convolutional neural network,CNN)进行过电压的分类识别。改进后的CNN卷积核具有长方形尺度,能够高效、迅速地对时频图像进行特征提取。同时,分别从迭代次数、批量样本数、隐层特征图个数以及卷积核尺寸等方面分析其对寻优结果的影响,并确定最佳寻优参数,最后从样本库随机抽取数据进行交叉验证。结果表明,该方法能够有效地对7类过电压信号进行分类识别,并具有较高的识别率,避免了人工提取特征量的局限性和复杂性。

关键词：内部过电压乔威廉姆斯分布时频能量特征卷积神经网络长方形卷积核参数寻优

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：