基于深度信念网络的计量装置故障溯源研究

• 作者: 刘国亮 李宁 杨琳 费守江
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 深度信念网络 受限玻尔兹曼机 计量装置 故障溯源
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 大数据应用
• 页码范围: 118-124
• 页数: 7页
• 分类号: TM715
• 字数: 5505字
• 语种: 中文

摘要

针对电网海量大数据中存在异常的电表数据,提出了一种基于深度信念网络的计量装置故障溯源模型.首先,分析了深度信念网络(DBN)模型基本原理,提出了一种智能电表故障分类DBN结构模型,并给出了计量装置故障溯源建模流程;然后,通过建立离线台账样本库、实时用电曲线故障特征样本库,实现了计量装置故障样本库构建;最后,基于实际电表测试和数据异常识别,完成了计量装置的台账样本库溯源测试,并与已有的贝叶斯、决策树、随机森林、决策树提升等分类算法进行比较,测试结果验证了所提模型和方法的正确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁		18	62	5.0	7.0
2	杨琳		4	2	1.0	1.0
3	刘国亮		7	1	1.0	1.0