基于自编码器与时域卷积神经网络算法的配电网线损分析

刘超; 侯人杰

doi:10.11907/rjdk.241360

您当前的位置：

首页 >

文章列表页 >

基于自编码器与时域卷积神经网络算法的配电网线损分析

人工智能 | 更新时间：2024-09-25

- 基于自编码器与时域卷积神经网络算法的配电网线损分析
- Distribution Network Line Loss Analysis Based on Autoencoder and Time Domain Convolutional Neural Network Algorithm
- “在配电网线损预测领域，研究人员提出了一种基于TCN-BiGRU的改进算法，有效提升了线损预测的准确性和实时性，为电网节能降损提供了科学依据。”
- 软件导刊 2024年23卷第9期页码：63-69
- 作者机构：
  
  江苏大学电气信息工程学院，江苏镇江 212013
- 作者简介：
  
  刘超（1977-），男，博士，江苏大学电气信息工程学院副教授、硕士生导师，研究方向为基于业务识别的移动互联网QoS管理关键技术。
  侯人杰（1996-），男，江苏大学电气信息工程学院硕士研究生，研究方向为配电网线损预测及分析。
- 基金信息：
  
  江苏省六大人才高峰项目(XXRJ-012)
- DOI：10.11907/rjdk.241360
  中图分类号： TP391.4
- 纸质出版日期：2024-09-16，
  
  收稿日期：2024-04-11，
- 稿件说明：
移动端阅览
刘超,侯人杰.基于自编码器与时域卷积神经网络算法的配电网线损分析[J].软件导刊,2024,23(09):63-69.

LIU Chao,HOU Renjie.Distribution Network Line Loss Analysis Based on Autoencoder and Time Domain Convolutional Neural Network Algorithm[J].Software Guide,2024,23(09):63-69.
刘超,侯人杰.基于自编码器与时域卷积神经网络算法的配电网线损分析[J].软件导刊,2024,23(09):63-69. DOI： 10.11907/rjdk.241360.

LIU Chao,HOU Renjie.Distribution Network Line Loss Analysis Based on Autoencoder and Time Domain Convolutional Neural Network Algorithm[J].Software Guide,2024,23(09):63-69. DOI： 10.11907/rjdk.241360.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于信息熵的联邦学习异常用电识别

基于两阶段Stackelberg博弈的实时电价分布式优化

三相并网电压逆变器的无源控制策略

基于DCPSO算法的微网系统优化调度

基于自编码器与时域卷积神经网络算法的配电网线损分析

Distribution Network Line Loss Analysis Based on Autoencoder and Time Domain Convolutional Neural Network Algorithm

DOI：10.11907/rjdk.241360