基于SOS-DBN的电能质量智能稽查识别系统的研究

• 作者: 张文冰
• 来源期刊: 现代科学仪器
• 学科: 工学
• 关键词: 深度置信网络 共生生物搜索算法 样本熵 智能稽查体系 遗传算法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 仪器研制与开发
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP391.1
• 字数: 2846字
• 语种: 中文

摘要

为提高电能质量智能稽查识别的精度,本文针对深度置信网络模型性能受其参数影响,运用经验模态分解提取不同电能质量信号的IMF分量,在此基础上计算不同IMF分量的样本熵,将样本熵作为SOS-DBN的输入,不同电能质量信号类别作为SOS-DBN的输出,建立SOS-DBN的电能质量智能稽查识别模型.与PSO-DBN、GA-DBN和DE-DBN相比,SOS-DBN可以有效提高电能质量信号稽查识别的准确率,为电能质量信号稽查识别提供新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文冰		1	0	0.0	0.0