基于知识蒸馏和增量学习的电能质量扰动分类

丁峰; 秦超; 薛敏涓; 吴亦然; 施天灵; 汪飞

doi:10.16628/j.cnki.2095-8188.2025.12.001

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 >

基于知识蒸馏和增量学习的电能质量扰动分类

研究与分析 | 更新时间：2026-01-12

- 基于知识蒸馏和增量学习的电能质量扰动分类
- 基于知识蒸馏和增量学习的电能质量扰动分类
- 电器与能效管理技术 2025年第12期页码：1-8
- 作者机构：
  
  1. 同济大学交通学院
  2. 电磁能技术全国重点实验室
  3. 上海船舶设备研究所
  4. 上海大学机电工程与自动化学院
- 作者简介：
- 基金信息：
- DOI：10.16628/j.cnki.2095-8188.2025.12.001
  中图分类号： TM711
- 纸质出版：2025
- 稿件说明：
移动端阅览
丁峰, 秦超, 薛敏涓, 等. 基于知识蒸馏和增量学习的电能质量扰动分类[J]. 电器与能效管理技术, 2025,(12):1-8.

丁峰, 秦超, 薛敏涓, et al. 基于知识蒸馏和增量学习的电能质量扰动分类[J]. 2025, (12): 1-8.
丁峰, 秦超, 薛敏涓, 等. 基于知识蒸馏和增量学习的电能质量扰动分类[J]. 电器与能效管理技术, 2025,(12):1-8. DOI： 10.16628/j.cnki.2095-8188.2025.12.001.

丁峰, 秦超, 薛敏涓, et al. 基于知识蒸馏和增量学习的电能质量扰动分类[J]. 2025, (12): 1-8. DOI： 10.16628/j.cnki.2095-8188.2025.12.001.

摘要

为了准确快速识别电能质量扰动，提出一种融合知识蒸馏和增量学习的卷积神经网络模型。先构建高识别准确率的教师模型，通过知识蒸馏技术将教师模型对旧类别的识别知识有效转移至学生模型；再通过改进传统知识蒸馏损失函数，引入动态权重机制，学生模型实现高效的旧知识蒸馏，还可进行新知识的增量学习。与常规深度学习模型相比，所提模型无需整个重新训练即可适应新扰动，且既能保证高识别准确率，又能显著缩短训练时间并节省计算资源。

Abstract

关键词

Keywords

references

彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报,2015(03).

周念成,廖建权,王强钢,李春艳,李剑.深度学习在智能电网中的应用现状分析与展望[J].电力系统自动化,2019(04).

徐永海,赵燕.基于短时傅里叶变换的电能质量扰动识别与采用奇异值分解的扰动时间定位[J].电网技术,2011(08).

汪飞,全晓庆,任林涛.电能质量扰动检测与识别方法研究综述[J].中国电机工程学报,2021(12).

王云会,郑强仁,郭淼,肖焕春,何厚道,陈万喜.分布式电源接入配电网的控制策略及消纳能力评估研究[J].电器与能效管理技术,2022(04).

吴炬卓,陈书原,牛海清,陆小鹏.混沌粒子群优化小波神经网络在电能质量扰动信号分类中的应用[J].电器与能效管理技术,2022(02).

张锐,张闯,高辉,程政铎.基于自适应特征增强分组卷积网络的电能质量扰动分类[J].中国电机工程学报,2023(15).

薛冰,杨欢红,葛云芳,刘书培,程丰平,柴磊.分布式光伏逆变器无功优化与安全提升装置的研制[J].电器与能效管理技术,2023(04).

初芯言,郑祥.基于改进相对强度熵法的风电场电能质量评估方法研究[J].电器与能效管理技术,2023(06).

林靖怡,武建文,李奎,邵阳,王尧,马明顺,夏尚文,佟子昂.基于主成分分析和决策树的故障电弧识别方法[J].电器与能效管理技术,2023(04).

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

推挽型电力电子变压器的仿真研究

基于双CPU的高精度电能质量监测仪

解决电能质量的快速转换开关技术

基于DSP和虚拟仪器技术的电能质量监测系统设计

电压闪变的相关标准及分析