基于迁移学习深度卷积神经网络的配电网故障区域定位

来源 :南方电网技术 | 被引量 : 0次 | 上传用户:lidcc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数据驱动方式作为解决配电网故障定位的新方法,由于配电网故障样本数量相对较少而受到限制。为此提出了一种基于迁移学习的深度卷积神经网络(CNN)故障区域定位方法,以解决深度学习中小样本下学习效果差的问题。首先,分析了迁移学习和CNN的特点,论述了二者应用于配电网故障区域定位问题的可行性与优势。然后,利用ResNet50网络搭建了基于迁移学习的CNN模型。IEEE33节点配电网模型验证表明,所提方法仅利用两个测点的电压电流信息,在小样本情况下能迅速完成对故障区域的准确定位,且不易受过渡电阻、故障类型、噪声等因素
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
空间天文卫星任务规划是一类复杂的NP难问题,将STK/Scheduler(Satellite Tool Kit/Scheduler,卫星仿真工具包/任务规划)商业软件从对地观测任务规划领域拓展应用至空间天文卫
在国家提出要用绣花针般的精细化方式进行治理以后,中国各个城市把这一"精细化治理"的概念用在许多政策文本当中。但如果城市治理的精细化,像许多部门简单地界定为"政策繁复
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
计算电磁学因其具有精确、灵活地建模和仿真实际电子线路和电磁系统的能力而一直是一个重要的研究领域。特别是有效地分析宽带信号激励问题的需求推动了时域求解技术的发展。
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
文章以武汉市中山大道综合整治规划为例,针对当前历史文化街区整治规划中面临的一系列现实矛盾,总结其规划工作的创新点,即建立综合协调工作机制、运用三维数字平台进行成果