基于改进卷积神经网络的电力通信网故障诊断研究

首页 > 过刊浏览>2022年第30卷第2期 >24-30

基于改进卷积神经网络的电力通信网故障诊断研究
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者单位:
作者简介:
通讯作者:
中图分类号:
基金项目:国家电网科技项目项目资助(BDZB2020-002-048)

Author:

Affiliation:

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

为进一步提升电力通信网络故障诊断的准提率，提出了一种基于改进卷积神经网络的电力通信网故障诊断方法，该方法通过改进卷积神经网络当中的激活函数，使其同时具备光滑性与稀疏性，提升激活函数的收敛性及收敛速度；另一方面构建基于小波神经网络模型来对告警信息进行加权操作，得到不同告警类型和信息对于故障诊断和判定的重要程度，进一步提升故障诊断的准确率，最后通过仿真试验可以看出，改进卷积神经网络故障诊断准确率达到99.1，准确率标准差0.915%，具有较高的准确率和稳定性。

Abstract:

参考文献

相似文献

引证文献

引用本文

郭瑜,童丽娜,倪旭明.基于改进卷积神经网络的电力通信网故障诊断研究计算机测量与控制[J].,2022,30(2):24-30.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2021-07-07
最后修改日期:2021-07-31
录用日期:2021-08-03
在线发布日期: 2022-02-22
出版日期:

引用本文

分享

文章指标

历史

文章二维码