载人航天发射场电力仪表在线异常检测模型研究

• 作者: 张道昶 胡永刚 郑永煌
• 来源期刊: 载人航天
• 学科: 工学
• 关键词: 仪表检测 深度学习 配电系统 载人航天发射场
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 工程技术
• 页码范围: 796-801
• 页数: 6页
• 分类号: V19|TH7
• 字数: 4750字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5825.2018.06.013

摘要

针对如何及时发现载人航天发射场地勤系统安装的大量仪表和传感器的工作异常以提升发射场设备保障能力的需求,以配电系统为例,利用配电进出回路负荷平衡的原理,以多层感知深度学习为基础,Google TensorFlow为框架,通过训练各回路测量数据与进线数据的差值变化关系,建立了一种新的载人航天发射场配电系统仪表在线异常检测工程模型.实测数据训练后的预测结果与经典最小二乘模型的对比验证了模型具有更好的泛化能力和精度提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永刚		5	29	3.0	5.0
2	郑永煌		9	59	3.0	7.0
3	张道昶		2	0	0.0	0.0