本文主要研究内容
作者张国星,吕飞鹏（2019）在《基于堆叠自动编码器的输电线路故障选相方法》一文中研究指出：针对人工神经网络(ANN)用于输电线路故障选相时收敛性差的问题,提出一种基于堆叠自动编码器(SAE)的故障选相方法,即先构建SAE深层架构模型,再将线路两端采集的故障电流、电压及相关序分量组成的综合电气量数据作为输入特征对SAE进行两阶段训练学习,该模型可充分提取输入量的高阶特征,能够对复杂故障数据进行较好地分类,进而得到精准的选相结果。仿真试验和现场实际故障数据的测试结果表明,该方法受故障位置、过渡电阻、系统电压及负荷水平等因素影响小,较人工神经网络(ANN)有更优的收敛性能和选相准确率。
Abstract
zhen dui ren gong shen jing wang lao (ANN)yong yu shu dian xian lu gu zhang shua xiang shi shou lian xing cha de wen ti ,di chu yi chong ji yu dui die zi dong bian ma qi (SAE)de gu zhang shua xiang fang fa ,ji xian gou jian SAEshen ceng jia gou mo xing ,zai jiang xian lu liang duan cai ji de gu zhang dian liu 、dian ya ji xiang guan xu fen liang zu cheng de zeng ge dian qi liang shu ju zuo wei shu ru te zheng dui SAEjin hang liang jie duan xun lian xue xi ,gai mo xing ke chong fen di qu shu ru liang de gao jie te zheng ,neng gou dui fu za gu zhang shu ju jin hang jiao hao de fen lei ,jin er de dao jing zhun de shua xiang jie guo 。fang zhen shi yan he xian chang shi ji gu zhang shu ju de ce shi jie guo biao ming ,gai fang fa shou gu zhang wei zhi 、guo du dian zu 、ji tong dian ya ji fu he shui ping deng yin su ying xiang xiao ,jiao ren gong shen jing wang lao (ANN)you geng you de shou lian xing neng he shua xiang zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自水电能源科学的张国星,吕飞鹏，发表于刊物水电能源科学2019年06期论文，是一篇关于故障选相论文,深度学习论文,堆叠自动编码器论文,准确率论文,收敛性能论文,水电能源科学2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水电能源科学2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：故障选相论文; 深度学习论文; 堆叠自动编码器论文; 准确率论文; 收敛性能论文; 水电能源科学2019年06期论文;