基于深度学习的电力线信道传输特性识别方法

摘要：

提出了一种基于深度学习的电力线信道传输特性识别方法,通过人工智能方法完成对电力线信道传输特性的识别.传统的信道传输特性识别一般采用信道估计方法,该方法在噪声较大时估计效果不理想.所提方法采用去噪自编码器能有效对噪声进行抑制,可以在噪声较强的环境下实现信道传输特性的正确识别.在实际应用中,针对自编码器神经网络去噪后数据存在背景效应的问题,提出使用颜色调整方法进一步滤除干扰,提高了对去噪样本的识别成功率.基于深度学习框架建立了仿真模型,分析了9类基准传输样本的信道传输特性识别效果.仿真结果表明,该方法能够在不同的神经网络模型中以及多种噪声条件下,完成对电力线信道传输特性的识别,对进一步完善电力线通信质量保障具有重要意义.

关键词：电力线通信、泛在电力物联网、深度学习、传输特性识别、人工智能、卷积神经网络

所属期刊栏目：43

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：河北省自然科学基金项目E2019502186;河北省科技计划项目17211704D

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：4283-4290