您的位置: 专家智库 > >

国家自然科学基金(61162014)

作品数:1 被引量:11H指数:1
相关作者:马建吴建华肖露欣更多>>
相关机构:国网江西省电力科学研究院南昌大学更多>>
发文基金:江西省自然科学基金国家自然科学基金更多>>
相关领域:电气工程更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电气工程

主题

  • 1篇电能
  • 1篇电能质量

机构

  • 1篇南昌大学
  • 1篇国网江西省电...

作者

  • 1篇肖露欣
  • 1篇吴建华
  • 1篇马建

传媒

  • 1篇南昌大学学报...

年份

  • 1篇2016
1 条 记 录,以下是 1-1
排序方式:
基于受限玻尔兹曼机的电能质量复合扰动识别被引量:11
2016年
针对目前电能质量混合扰动识别精度不高的问题,引入了受限玻尔兹曼机(RBM)算法。RBM是深度学习的一种新颖算法,在语音识别、机器视觉和图像恢复等领域已取得了很好的应用成果,但在电能质量复合扰动识别上尚未涉及。区别于传统算法提取特征的方式,深度网络通过提取波形的固有抽象特征,克服了人工特征选择的缺陷以及传统神经网络训练时收敛速度慢、容易限于局部最优的缺点。复合扰动信号经过深度网络自动获得特征参数,再经过分类器进行分类识别。实验验证该算法在电能质量复合扰动识别上可以达到很高的性能,优于传统的识别方法。
马建陈克绪肖露欣吴建华
关键词:电能质量
共1页<1>
聚类工具0