您当前的位置:
首页 >
文章列表页 >
基于粒子群优化与卷积神经网络的电能质量扰动分类方法
发电技术   2023年44卷第1期 页码:136-142
智能电网|更新时间:2025-06-06
|
  • 导出

  • 收藏

  • 专辑

    • 基于粒子群优化与卷积神经网络的电能质量扰动分类方法

    • Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network

    • “在电能质量扰动分类领域,研究者提出了基于PSO算法与CNN的分类方法,有效提高了分类准确率。”
    • DOI:10.12096/j.2096-4528.pgt.22004    

      中图分类号:

    移动端阅览

  •  
  •  

40

浏览量

106

下载量

17

CSCD

文章被引用时,请邮件提醒。
提交
论文导航

相关文章

基于频域增强Transformer的多用户短期负荷预测方法
汽轮发电机组振动故障诊断技术研究进展
基于Transformer与多模态异构特征融合的水轮机组故障诊断方法
分布式压缩空气储能膨胀发电系统变步长功率跟踪控制策略
基于电-氢混合储能的综合能源系统直流母线电压虚拟惯性控制策略

相关作者

宋立业
孟凡宇
陈郁林
宋信萍
张世海
欧阳敏南
樊昂
文贤馗

相关机构

辽宁工程技术大学电气与控制工程学院
浙江大学海南研究院
长沙理工大学能源与动力工程学院
贵州电网有限责任公司电力科学研究院
贵州乌江水电开发有限责任公司构皮滩发电厂