登录    |    注册

您好,欢迎来到中国测试科技资讯平台!

首页> 数字期刊群 >本期导读>多特征提取与深度学习关口计量装置 异常事件识别方法

多特征提取与深度学习关口计量装置 异常事件识别方法

537    2021-05-23

免费

全文售价

作者:徐严军1, 吴 蒙1, 白佳灵1, 丁熠辉1, 谢 智1, 卢 宏2, 肖先勇2

作者单位:(1. 国网四川省电力公司计量中心,四川 成都 610045; 2. 四川大学电气工程学院,四川 成都 610065)


关键词:关口计量装置; 异常事件; 特征提取; 堆叠自动编码器; 状态评价


摘要:

针对现有研究对关口计量装置定期检修会造成人力物力的浪费,以及通过指标赋权进行打分受人工干预较 明显等不足,该文基于用户用电采集系统中的异常事件数据,提出一种多特征提取与深度学习相结合的关口计量装 置异常事件识别的方法。通过分析不同计量异常事件反映出的数据异常形式,从不同维度提取14 个特征,并将归一 化后的特征作为深度学习模型的输入。在此基础上,通过无监督的预训练和有监督微调构建深度学习模型,自动学 习得到输入特征与类别标签之间的非线性映射关系,构建出能识别关口计量装置异常事件的分类识别模型。通过某 地区电网多个关口计量装置终端的数据对所提方法进行验证,结果证明所提方法能够准确识别出不同的异常事件, 且具有良好的鲁棒性。