基于卷积神经网络的计量装置运行状态异常诊断方法

• 作者: 马吉科 祝永晋 许杰雄
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 卷积神经网络 计量装置 运行状态 异常诊断 深度学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 检验与测试
• 页码范围: 56-60
• 页数: 5页
• 分类号: TM930.1
• 语种: 中文

摘要

针对计量装置运行异常造成的负面影响且电网数据标识不全的现状,提出了一种基于卷积神经网络的计量装置运行状态异常诊断方法.在借鉴传统神经网络分析方法的基础上,针对其表达能力不足以及容易过拟合的缺点,将卷积神经网络应用于计量装置运行状态异常诊断,并与传统神经网络的分类效果进行了对比,通过算例分析证明了卷积神经网络在计量装置运行状态异常诊断的问题上有着更好的准确率.