您当前的位置:
首页 >
文章列表页 >
基于深度学习双通道特征融合的同塔双回直流线路故障区域辨识
更新时间:2025-10-31
    • 基于深度学习双通道特征融合的同塔双回直流线路故障区域辨识

    • 暂无标题

    • 电力科学与工程   2025年41卷第10期 页码:23-34
    • 中图分类号: TM75
    • 纸质出版:2025

    移动端阅览

  • 吴笑天, 陈仕龙. 基于深度学习双通道特征融合的同塔双回直流线路故障区域辨识[J]. 电力科学与工程, 2025,41(10):23-34. DOI:

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于Time2Vec-BiGRU-SA深度学习模型的碳价格预测
基于多分支MIMO深度学习的LCC-HVDC换流器阀电流波形反演研究
利用Bert模型实现电力安全规程数据中实体关系抽取
基于CNN-ViT的滚动轴承故障类型识别方法
基于混合LSTM深度学习的特高压直流线路模量幅值比故障测距研究

相关作者

王瑞
骆钊
孔凡文
李玉洪
毕贵红
杨楠
陈仕龙
彭程

相关机构

云南电网有限责任公司昆明安宁供电局
云南电网有限责任公司曲靖供电局
昆明理工大学信息工程与自动化学院
云南省计算机应用重点实验室(昆明理工大学)
华北电力大学电气与电子工程学院
0