基于时空卷积神经网络的智能电表故障预测AET-电子技术应用-最丰富的电子设计资源平台

基于时空卷积神经网络的智能电表故障预测
所属分类：技术论文
上传者：aetmagazine
文档大小：749 K
标签：智能电表故障预测卷积神经网络
所需积分：0分积分不够怎么办？
文档介绍：针对智能电表故障具有的突发性、复杂性以及多面性等特点，提出一种基于时空卷积神经网络(ST-CNN)的故障预测方法。该方法首先采用滑动窗口将时间信息融入特征变量中，构建具有时空特性的输入矩阵，然后与CNN相结合，建立智能电表故障预测模型，并采用Adam算法对模型参数进行优化。最后应用现场的实际数据对基于ST-CNN的智能电表故障预测模型进行仿真，结果表明该方法预测精度高，泛化能力强。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动