国家学术搜索
登录
注册
中文
EN
电力设备管理
2023,
Issue
(5) :
283-285.
基于CNN-BiLSTM-BOWA的智能电表异常状态检测方法
王伟
王颖
电力设备管理
2023,
Issue
(5) :
283-285.
引用
认领
✕
来源:
NETL
NSTL
维普
万方数据
基于CNN-BiLSTM-BOWA的智能电表异常状态检测方法
王伟
1
王颖
1
扫码查看
点击上方二维码区域,可以放大扫码查看
作者信息
1.
北京国电通网络技术有限公司
折叠
摘要
针对复杂异构电力设备环境下频繁出现的异常行为及传统智能电表异常状态检测方法准确率低、误报率高等问题,本文提出将卷积神经网络和双向长短期记忆网络相结合的改进模型,通过对真实用电数据进行仿真试验,本文从预测准确率与误差等方面展开分析,验证提出的模型在智能电表状态检测中具有明显的优势.
关键词
智能电表
/
异常状态检测
/
卷积神经网络
/
双向长短期记忆网络
/
黑蜘蛛优化算法
引用本文
复制引用
出版年
2023
电力设备管理
电力设备管理
ISSN:
引用
认领
被引量
1
参考文献量
5
段落导航
相关论文
摘要
关键词
引用本文
出版年
参考文献
引证文献
同作者其他文献
同项目成果
同科学数据成果