基于稀疏自动编码器深度神经网络的电能质量扰动分类方法

著录项

• 来源
  《电力自动化设备》|2019年第5期|157-162|共6页
• 作者

  屈相帅; 段斌; 尹桥宣; 晏寅鑫; 钟颖;

  展开▼
• 作者单位

  湘潭大学智能计算与信息处理教育部重点实验室,湖南湘潭411105;

  湘潭大学湖南省风电装备与电能变换协同创新中心,湖南湘潭411105;

  湘潭大学智能计算与信息处理教育部重点实验室,湖南湘潭411105;

  湘潭大学湖南省风电装备与电能变换协同创新中心,湖南湘潭411105;

  湘潭大学智能计算与信息处理教育部重点实验室,湖南湘潭411105;

  湘潭大学湖南省风电装备与电能变换协同创新中心,湖南湘潭411105;

  湘潭大学湖南省风电装备与电能变换协同创新中心,湖南湘潭411105;

  湘潭大学湖南省风电装备与电能变换协同创新中心,湖南湘潭411105;

  展开▼
• 原文格式 PDF
• 正文语种 chi
• 中图分类 自动调整;
• 关键词

  电能质量; 扰动分类; 特征提取; 扰动识别; 稀疏自动编码器; 深度学习;

• 入库时间 2023-07-25 11:55:38