基于時(shí)空卷積神經(jīng)網(wǎng)絡(luò)的智能電表故障預(yù)測(cè)
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>749 K
標(biāo)簽： 智能電表 故障預(yù)測(cè) 卷積神經(jīng)網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：針對(duì)智能電表故障具有的突發(fā)性、復(fù)雜性以及多面性等特點(diǎn)，提出一種基于時(shí)空卷積神經(jīng)網(wǎng)絡(luò)(ST-CNN)的故障預(yù)測(cè)方法。該方法首先采用滑動(dòng)窗口將時(shí)間信息融入特征變量中，構(gòu)建具有時(shí)空特性的輸入矩陣，然后與CNN相結(jié)合，建立智能電表故障預(yù)測(cè)模型，并采用Adam算法對(duì)模型參數(shù)進(jìn)行優(yōu)化。最后應(yīng)用現(xiàn)場(chǎng)的實(shí)際數(shù)據(jù)對(duì)基于ST-CNN的智能電表故障預(yù)測(cè)模型進(jìn)行仿真，結(jié)果表明該方法預(yù)測(cè)精度高，泛化能力強(qiáng)。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。