1. 深圳供电局有限公司
2. 国网电力科学研究院有限公司
Published:2025
移动端阅览
郭祥葛, 吕志宁, 李毅, et al. 可自适应聚类的户变识别深度模型研究[J]. 2025, 23(11): 51-58.
DOI:
郭祥葛, 吕志宁, 李毅, et al. 可自适应聚类的户变识别深度模型研究[J]. 2025, 23(11): 51-58. DOI: 10.16543/j.2095-641x.electric.power.ict.2025.11.07.
在低压配电系统中,准确的户变关系识别对系统运行和管理至关重要。文章提出了一种基于深度高斯混合模型的自动户变识别算法,该算法基于噪声标签与半监督学习理论,充分利用已有标签信息,通过聚类主网络以及分割聚合子网络结构的设计,实现了台区数量未知场景下的建档或校核。在基于实际用户数据的户变关系识别实验中,所提算法在无标记用户建档的准确率高达98.8%,与传统聚类和半监督深度学习算法相比,在各类工况下都取得了出色的性能。
Charles E. Antoniak.Mixtures of Dirichlet Processes with Applications to Bayesian Nonparametric Problems[J].The Annals of Statistics,1974(6).
宋玮琼,郭帅,李冀,刘恒,郭秋婷,胡伟.基于电压时序数据的配电台区户变关系智能识别[J].电力系统及其自动化学报,2022(01).
杨森,马文,孙占功,李龙,段旭,马欢,赵鹏程.一种基于大数据的低压单相用户窃电分析方法[J].电力信息与通信技术,2022(02).
吉涛,刘玮洁,段立,郑伟,廖勇.采用改进高斯混合模型的电力客户大数据行为分析[J].重庆理工大学学报(自然科学),2022(05).
徐明昕,赵健,王小宇,李梁,宣羿,徐祥海.基于电压聚类和关联卷积的配电网户变关系识别方法[J].电力系统保护与控制,2022(04).
杨虎臣,王晓东,史志鹏,王金明,陈凯,吴恒.基于电压相似性评估的低压配电网户变关系和相位识别技术研究[J].电测与仪表,2023(02).
白勇,熊隽迪,杨渝,肖睿.基于格拉姆角场和改进残差网络的低压配电台区户变关系识别方法[J].重庆理工大学学报(自然科学),2021(12).
杨健,周亚同,刘君.BiLSTM与TCN在户变关系异常识别中的应用[J].电力系统及其自动化学报,2022(05).
史伟,李超群.一种基于预过滤和聚类处理的众包标签噪声纠正方法[J].计算机应用与软件,2022(07).
郭上华,王钢.基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测[J].电力自动化设备,2023(06).
张玉天,刘浩,章江铭.基于多重数据特征筛选的低压台区相位识别算法[J].电力信息与通信技术,2023(06).
殷涵,宣羿,黄怡,孙智卿,赵健,鲍若愚.基于虚拟阻抗的低压配电网拓扑识别方法[J].电力系统保护与控制,2024(03).
吕佳,邱小龙.基于K-means聚类和特征空间增强的噪声标签深度学习算法[J].智能系统学报,2024(02).
马裕超,汪欣,钱勇,莫娟,韩利.基于双传声器和深度学习的变压器状态识别[J].电力信息与通信技术,2024(02).
李毅,张冲,郭祥葛,王辉,李文鹏,田梓君.基于功率阶跃特征序列匹配的户变关系识别算法[J].电力信息与通信技术,2024(06).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution