期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SVM的智能电网调控系统实时风险评估与预警技术
被引量：
24
1
作者
王宁
田家英
+2 位作者
董宁
韩盟
陈艳霞
《沈阳工业大学学报》
CAS
北大核心
2022年第1期7-13,共7页
针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过...
针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过将CNN输出的数据特征输入SVM分类器进行风险等级分类,完成对数据中可能出现的风险进行识别、评估定级及预警.仿真结果表明,所提技术能够对调控系统实时风险进行准确、可靠的评估与预警,且其分类准确率、召回率、F1分数的均值分别为92%、86%和90%,均优于对比方法并具有更优的可靠性.
展开更多
关键词
卷积神经网络
支持向量机
CNN-SVM模型
智能电网
调控系统
数据处理
风险
评估
预警
实时风险评估体系
在线阅读
下载PDF
职称材料
题名
基于改进SVM的智能电网调控系统实时风险评估与预警技术
被引量：
24
1
作者
王宁
田家英
董宁
韩盟
陈艳霞
机构
中国农业大学信息与电气工程学院
国网北京市电力公司电力科学研究院
国网北京市电力公司电力调度控制中心
出处
《沈阳工业大学学报》
CAS
北大核心
2022年第1期7-13,共7页
基金
北京市自然科学基金资助项目(4164101)
国网北京市电力公司科技项目(52022319003R).
文摘
针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过将CNN输出的数据特征输入SVM分类器进行风险等级分类,完成对数据中可能出现的风险进行识别、评估定级及预警.仿真结果表明,所提技术能够对调控系统实时风险进行准确、可靠的评估与预警,且其分类准确率、召回率、F1分数的均值分别为92%、86%和90%,均优于对比方法并具有更优的可靠性.
关键词
卷积神经网络
支持向量机
CNN-SVM模型
智能电网
调控系统
数据处理
风险
评估
预警
实时风险评估体系
Keywords
convolutional neural network
support vector machine
CNN-SVM model
smart grid
regulation system
data processing
risk-assessment and early-warning
real-time risk-assessment system
分类号
TM734 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进SVM的智能电网调控系统实时风险评估与预警技术
王宁
田家英
董宁
韩盟
陈艳霞
《沈阳工业大学学报》
CAS
北大核心
2022
24
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
