基于粒子群优化与卷积神经网络的电能质量扰动分类方法

董光德; 李道明; 陈咏涛; 马兴; 付昂; 穆钢; 肖白

doi:10.12096/j.2096-4528.pgt.22004

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于粒子群优化与卷积神经网络的电能质量扰动分类方法

智能电网 | 更新时间：2025-06-06

- 基于粒子群优化与卷积神经网络的电能质量扰动分类方法
- Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network
- “在电能质量扰动分类领域，研究者提出了基于PSO算法与CNN的分类方法，有效提高了分类准确率。”
- 发电技术 2023年44卷第1期页码：136-142
- 作者机构：
  
  1.国网重庆市电力公司电力科学研究院,重庆市渝北区 401123
  2.东北电力大学电气工程学院,吉林省吉林市 132000
- 作者简介：
  
  [ "董光德(1987)，男，硕士，高级工程师，主要研究方向为电能质量分析，1012423917@qq.com；" ]
  [ "李道明(1997)，男，硕士研究生，主要研究方向为基于人工智能算法的电能质量扰动分类，h2090803544@163.com；" ]
  [ "肖白(1973)，男，博士，教授，主要研究方向为电力系统规划、空间电力负荷预测、多种能源互补协调发电、电能质量综合治理、电价套餐设计，本文通信作者，xbxiaobai@126.com。" ]
- 基金信息：
  
  国网重庆市电力公司科技项目(SGCQDK00DWJS2100205)
- DOI：10.12096/j.2096-4528.pgt.22004
  中图分类号： TK 715
- 收稿日期：2022-02-23，
  
  纸质出版日期：2023-02-28
- 稿件说明：
移动端阅览
董光德,李道明,陈咏涛等.基于粒子群优化与卷积神经网络的电能质量扰动分类方法[J].发电技术,2023,44(01):136-142.

DONG Guangde,LI Daoming,CHEN Yongtao,et al.Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network[J].Power Generation Technology,2023,44(01):136-142.
董光德,李道明,陈咏涛等.基于粒子群优化与卷积神经网络的电能质量扰动分类方法[J].发电技术,2023,44(01):136-142. DOI： 10.12096/j.2096-4528.pgt.22004.

DONG Guangde,LI Daoming,CHEN Yongtao,et al.Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network[J].Power Generation Technology,2023,44(01):136-142. DOI： 10.12096/j.2096-4528.pgt.22004.

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

汽轮发电机组振动故障诊断技术研究进展

制氢系统对双馈风机串补系统次同步振荡特性的影响

基于人工智能的质子交换膜燃料电池状态估计及故障诊断

基于大语言模型的图检索增强生成技术在核电领域的应用与展望

基于人工智能的可再生能源电解水制氢关键技术及发展前景分析

基于粒子群优化与卷积神经网络的电能质量扰动分类方法

Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network

DOI：10.12096/j.2096-4528.pgt.22004