钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
浙江电力期刊
\
基于TensorFlow框架的改进BP户变关系识别方法
基于TensorFlow框架的改进BP户变关系识别方法
作者:
杨涛
孙志达
唐明
吴栋萁
王剑
李海波
雷一
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
户变关系
TensorFlow
BP
Spearman
K-means
零均值化
自适应矩估计
摘要:
为了理清供电台区和用户之间的挂接关系,传统方法是依托人工或专用装置辨识,但存在效率低下和运行工况受限等问题.对此,在数据挖掘和机器学习技术基础之上,提出一种基于Tensor-Flow框架的改进BP(反向传播)户变关系识别方法.首先以Spearman相关系数作为K-means聚类的距离度量,对部分历史电压数据聚类,将聚类结果匹配所属台区进而构建训练样本,利用学习后的BP识别当前用户所对应的变压器及相别.为改善BP容易出现局部最优和收敛速度慢的问题,采用零均值化和Adam(自适应矩估计)对BP进行优化,并将BP部署在TensorFlow框架以进一步减小算法耗时.算例表明,所提算法能够有效提高户变关系识别准确率,提高辨识效率,具有良好的理论和应用价值.
暂无资源
收藏
引用
分享
推荐文章
一种基于改进BP神经网络的物体识别方法
特征提取
不变矩
BP神经网络
物体识别
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
基于改进经验模态分解的HHT密集模态识别方法
改进HHT法
经验模态分解
信号调频
解相关
密集模态
基于多元统计和BP网络的目标识别方法
目标识别
多元统计
聚类分析
BP网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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TensorFlow框架的改进BP户变关系识别方法
来源期刊
浙江电力
学科
关键词
户变关系
TensorFlow
BP
Spearman
K-means
零均值化
自适应矩估计
年,卷(期)
2021,(8)
所属期刊栏目
电力大数据与人工智能|Power Big Data and Artificial Intelligence
研究方向
页码范围
25-32
页数
8页
分类号
TM73
字数
语种
中文
DOI
10.19585/j.zjdl.202108004
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(258)
共引文献
(275)
参考文献
(22)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1985(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1995(3)
参考文献(0)
二级参考文献(3)
1996(1)
参考文献(0)
二级参考文献(1)
1997(3)
参考文献(0)
二级参考文献(3)
1998(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(4)
参考文献(0)
二级参考文献(4)
2003(3)
参考文献(0)
二级参考文献(3)
2004(7)
参考文献(0)
二级参考文献(7)
2005(11)
参考文献(0)
二级参考文献(11)
2006(6)
参考文献(0)
二级参考文献(6)
2007(17)
参考文献(1)
二级参考文献(16)
2008(9)
参考文献(0)
二级参考文献(9)
2009(14)
参考文献(1)
二级参考文献(13)
2010(13)
参考文献(1)
二级参考文献(12)
2011(13)
参考文献(0)
二级参考文献(13)
2012(20)
参考文献(1)
二级参考文献(19)
2013(23)
参考文献(0)
二级参考文献(23)
2014(23)
参考文献(2)
二级参考文献(21)
2015(35)
参考文献(1)
二级参考文献(34)
2016(33)
参考文献(3)
二级参考文献(30)
2017(23)
参考文献(4)
二级参考文献(19)
2018(10)
参考文献(7)
二级参考文献(3)
2019(1)
参考文献(1)
二级参考文献(0)
2021(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
户变关系
TensorFlow
BP
Spearman
K-means
零均值化
自适应矩估计
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
浙江电力
主办单位:
浙江省电力学会
浙江省电力试验研究院
出版周期:
月刊
ISSN:
1007-1881
CN:
33-1080/TM
开本:
大16开
出版地:
杭州朝晖八区华电弄1号
邮发代号:
创刊时间:
1979
语种:
chi
出版文献量(篇)
4305
总下载数(次)
6
总被引数(次)
16531
期刊文献
相关文献
1.
一种基于改进BP神经网络的物体识别方法
2.
基于粒子群优化BP神经网络的脉象识别方法
3.
基于改进经验模态分解的HHT密集模态识别方法
4.
基于多元统计和BP网络的目标识别方法
5.
基于LM优化算法的BP神经网络目标识别方法
6.
一种基于集成BP网络的手写汉字识别方法
7.
基于特高频局放技术与CG-BP算法的GIS绝缘故障类型识别方法
8.
基于语义图嵌入的实体与关系联合识别方法
9.
基于TensorFlow平台的喷码字符日期码识别研究
10.
基于BP神经网络的汽车车型识别方法
11.
基于改进稠密轨迹与Fisher向量编码的人体行为识别方法
12.
基于SVD和LDA的人脸识别方法
13.
基于小波包分析和BP神经网络的中医脉象识别方法
14.
基于图像处理技术的车牌识别方法研究
15.
基于频变AVO反演的深层储层含气性识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
浙江电力2022
浙江电力2021
浙江电力2020
浙江电力2019
浙江电力2018
浙江电力2017
浙江电力2016
浙江电力2015
浙江电力2014
浙江电力2013
浙江电力2012
浙江电力2011
浙江电力2010
浙江电力2009
浙江电力2008
浙江电力2007
浙江电力2006
浙江电力2005
浙江电力2004
浙江电力2003
浙江电力2002
浙江电力2001
浙江电力2000
浙江电力2021年第9期
浙江电力2021年第8期
浙江电力2021年第7期
浙江电力2021年第6期
浙江电力2021年第5期
浙江电力2021年第4期
浙江电力2021年第3期
浙江电力2021年第2期
浙江电力2021年第12期
浙江电力2021年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号