基于深度置信网络的电压暂降特征提取及源辨识方法

摘要：

提出一种基于深度置信网络(DBN)的电压暂降特征提取与暂降源辨识方法,利用DBN的特征提取能力对实测波形数据进行特征自提取,解决了人工提取特征过度依赖专家经验,受未知特征影响较大不具备一般性的问题.采用多隐层结构网络学习特征最终实现暂降源辨识.该模型集特征提取器与分类器于一体,优化了模型结构框架,提高了暂降源辨识效率.对模型最优参数进行选择,建立适用于电压暂降实测数据类型的DBN模型,对电网实测暂降数据进行特征提取与暂降源辨识,通过对比验证了DBN方法在特征提取与暂降源识别上的优越性,适用于实际工程.

关键词：电压暂降、深度学习、深度置信网络、特征提取、暂降源辨识

所属期刊栏目：44

资助基金：江苏省重点研发计划资助项目BE2017030

在线出版日期：2020-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：150-158