基于递归图和预训练迁移学习的电能质量扰动分类

王继东; 王泽平; 张迪

doi:10.13648/j.cnki.issn1674-0629.2025.02.006

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 >

基于递归图和预训练迁移学习的电能质量扰动分类

系统分析与运行 | 更新时间：2025-07-29

- 基于递归图和预训练迁移学习的电能质量扰动分类
- Power Quality Disturbance Classification Based on Recursive Graph and Pre-Trained Transfer Learning
- “在电能质量扰动分类领域，专家提出了基于递归图理论和预训练迁移学习的扰动分类方法，为解决实测标签数据不足问题提供解决方案。”
- 南方电网技术 2025年19卷第2期页码：48-56
- 作者机构：
  
  1.智能电网教育部重点实验室（天津大学），天津 300072
  2.国网沈阳供电公司，沈阳 110000
- 作者简介：
  
  王继东（1977），男，教授，博士，研究方向为电能质量、分布式发电和微电网、智能配用电，jidongwang@tju.edu.cn；
  王泽平（1998），男，硕士研究生，研究方向为电能质量、深度学习，2021234385@tju.edu.cn；
  张迪（1997），女，硕士研究生，研究方向为电能质量，zhangdihhh@tju.edu.cn。
- 基金信息：
  
  国家重点研发计划资助项目(2022YFB4200703)
- DOI：10.13648/j.cnki.issn1674-0629.2025.02.006
  中图分类号： TM 732
- 收稿日期：2023-08-25，
  
  网络出版日期：2024-05-20，
  
  纸质出版日期：2025-02-20
- 稿件说明：
移动端阅览
王继东,王泽平,张迪.基于递归图和预训练迁移学习的电能质量扰动分类[J].南方电网技术,2025,19(02):48-56.

WANG Jidong,WANG Zeping,ZHANG Di.Power Quality Disturbance Classification Based on Recursive Graph and Pre-Trained Transfer Learning[J].Southern Power System Technology,2025,19(02):48-56.
王继东,王泽平,张迪.基于递归图和预训练迁移学习的电能质量扰动分类[J].南方电网技术,2025,19(02):48-56. DOI： 10.13648/j.cnki.issn1674-0629.2025.02.006.

WANG Jidong,WANG Zeping,ZHANG Di.Power Quality Disturbance Classification Based on Recursive Graph and Pre-Trained Transfer Learning[J].Southern Power System Technology,2025,19(02):48-56. DOI： 10.13648/j.cnki.issn1674-0629.2025.02.006.

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

基于迁移学习深度卷积神经网络的配电网故障区域定位

基于GCN-BiLSTM的非侵入式负荷分解

基于深度频域注意力网络的复合电能质量扰动识别方法

基于递归图和预训练迁移学习的电能质量扰动分类

Power Quality Disturbance Classification Based on Recursive Graph and Pre-Trained Transfer Learning

DOI：10.13648/j.cnki.issn1674-0629.2025.02.006