| 多模型分层融合的配用电系统用户数据识别 |
| |
| 引用本文： | 蔡军,谢航,吴高翔,唐贤伦,邹密. 多模型分层融合的配用电系统用户数据识别[J]. 电工电能新技术, 2022, 41(4): 49-58. DOI: 10.12067/ATEEE2107014 |
| |
| 作者姓名： | 蔡军 谢航 吴高翔 唐贤伦 邹密 |
| |
| 作者单位： | 重庆市复杂系统与仿生控制重点实验室(重庆邮电大学),重庆400065,国网重庆市电力公司电力科学研究院,重庆401120 |
| |
| 基金项目： | 国家电网公司科技项目;国家自然科学基金 |
| |
| 摘 要： | 针对配用电系统用户数据识别中特征选择困难和单模型分类精度不高的问题,本文提出多模型分层融合的识别方法.首先,设计多尺度联结的递归差分卷积网络对用户数据进行特征提取,使浅层融合的有效信息不会随着层数的增长而消失;其次,改进自适应学习率优化算法训练模型,增加模型分类性能;最后对6种基模型分层加权融合,以阈值划分层级,新定义...
|
| 关 键 词： | 递归差分卷积网络 模型分层加权融合 自适应学习率优化算法 阈值区间 混淆矩阵 |
User data identification of power distribution system based on multi-model hierarchical fusion |
| |
| CAI Jun,XIE Hang,WU Gao-xiang,TANG Xian-lun,ZOU Mi. User data identification of power distribution system based on multi-model hierarchical fusion[J]. Advanced Technology of Electrical Engineering and Energy, 2022, 41(4): 49-58. DOI: 10.12067/ATEEE2107014 |
| |
| Authors: | CAI Jun XIE Hang WU Gao-xiang TANG Xian-lun ZOU Mi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
