国家学术搜索
登录
注册
中文
EN
电力设备管理
2024,
Issue
(7) :
42-44.
基于大数据配电网运行线损异常诊断研究
崔安原
电力设备管理
2024,
Issue
(7) :
42-44.
引用
认领
✕
来源:
NETL
NSTL
万方数据
基于大数据配电网运行线损异常诊断研究
崔安原
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.
枣庄矿业(集团)有限责任公司供电工程处
折叠
摘要
配电网运行线损异常诊断,对确保电网高效、稳定和安全运行有着重要的意义.本研究通过探讨大数据技术在配电网线损异常诊断中的应用价值,展开了一项试验研究,通过长短期记忆网络(LSTM)模型,结合大数据处理工具对历史与实时数据进行深入分析.试验结果表明,与传统方法相比,该方法在处理时序线损数据上具有更高的准确率,能有效捕捉数据中的长期依赖性.总体而言,本研究证明了大数据结合深度学习技术在配电网线损异常诊断中具有一定的潜在价值.
关键词
配电网
/
长短时记忆网络
/
线损异常诊断
引用本文
复制引用
出版年
2024
电力设备管理
电力设备管理
ISSN:
引用
认领
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