基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
智慧电网概念的快速普及及应用推广,使得电网运行更加安全稳定,极大地提升了用电可靠性、用电效率以及电能质量.因此,系统介绍AI智能识别和算法模型,详细论述深度学习和卷积神经网络算法模型,并分析了电能电量识别实现过程.
推荐文章
基于智能电网的电能计量发展研究
智能电网
电能计量
互感器
电能表
基于蜻蜓算法优化ELM的电能质量扰动诊断与识别研究
蜻蜓算法
极限学习机
电能质量
样本熵
小波分解
基于三角自卷积窗的高精度电能计量算法
电能
计量
三角自卷积窗
快速傅立叶变换
谐波分析
基于样本熵和蜻蜓算法优化SVM的电能质量扰动识别和诊断研究
样本熵
支持向量机
蜻蜓算法
电能质量
经验模态分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于AI算法的电能计量识别研究
来源期刊 通信电源技术 学科
关键词 智慧电网 AI智能识别 深度学习 卷积神经网络 电能计量识别
年,卷(期) 2020,(16) 所属期刊栏目 研制开发
研究方向 页码范围 22-24
页数 3页 分类号
字数 语种 中文
DOI 10.19399/j.cnki.tpt.2020.16.006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(5)
  • 参考文献(0)
  • 二级参考文献(5)
2020(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(4)
  • 参考文献(0)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智慧电网
AI智能识别
深度学习
卷积神经网络
电能计量识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信电源技术
月刊
1009-3664
42-1380/TN
大16开
武汉东湖新经济技术开发区大学园路20号普诺大楼4楼
38-371
1984
chi
出版文献量(篇)
9914
总下载数(次)
58
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导