基于深度学习与谐波谱相关分析的台区识别

• 作者: 吕干云 吴启宇 徐晓东 鲁涛
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 深度学习 特征谐波谱 谐波谱相关分析 台区识别
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 设计与研究
• 页码范围: 7-11
• 页数: 5页
• 分类号: TM715
• 字数: 2949字
• 语种: 中文

摘要

为了提高用户台区识别的效率和精度,提出了一种基于深度学习与谐波谱相关分析的台区识别方法.采集配变出口电压进行谐波频谱分析,并通过深度置信网络(DBN)的特征提取模型自适应提取配变电压特征谐波谱.提取用户端智能电表的电压特征谐波谱,利用谱相关分析法计算智能电表与配变间电压特征谐波谱的皮尔逊相关系数,进而通过谱相关程度对比判断用户所属台区和相别.选取南京市某低压配电网进行现场测试,实测结果表明,所提方法提高了用户台区和相别识别效率,为电网公司对台区精细化管理提供新技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕干云	南京工程学院电力工程学院	50	126	6.0	10.0
2	吴启宇		2	0	0.0	0.0
3	徐晓东	南京工程学院电力工程学院	4	0	0.0	0.0
4	鲁涛	南京工程学院电力工程学院	3	0	0.0	0.0