| 基于時空卷積神經網絡的智能電表故障預測 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>749 K | |
| 標簽： 智能電表 故障預測 卷積神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對智能電表故障具有的突發性、復雜性以及多面性等特點，提出一種基于時空卷積神經網絡(ST-CNN)的故障預測方法。該方法首先采用滑動窗口將時間信息融入特征變量中，構建具有時空特性的輸入矩陣，然后與CNN相結合，建立智能電表故障預測模型，并采用Adam算法對模型參數進行優化。最后應用現場的實際數據對基于ST-CNN的智能電表故障預測模型進行仿真，結果表明該方法預測精度高，泛化能力強。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2