随着经济的发展,电力需求逐渐增大,但由于电力系统在电量自动化的技术方面相对落后,窃电现象屡禁不止。传统的反窃电手段一般都围绕加强电能计量装置进行技术改造,管理效率较低,而深度学习的目的是利用构建多层神经网络模型的方法来学习图像、文本、语音等数据的潜在特征,在分类问题上有很好的效果,在众多复杂领域成功应用的深度学习算法为解决反窃电问题提供了新的有效途径。主要介绍了DBN的结构与学习算法和基于DBN算法的反窃电模型,最后进行了实验,对结果进行了分析。
类型: 期刊论文
作者: 李丹丹,葛冰玉,黄文雯,谢磊,钱升起
关键词: 深度学习,反窃电系统
来源: 电信科学 2019年02期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 电力工业,自动化技术,工业经济
单位: 国家电网有限公司信息通信分公司
分类号: F426.61;TP183
页码: 113-117
总页数: 5
文件大小: 828K
下载量: 190
本文来源: https://www.lunwen66.cn/article/776b9d10b0548498b6ddd54b.html