-
题名基于欠完备自编码器的用户用电行为分类分析方法
被引量：9
- 1
-
-
作者
黄奇峰
杨世海
邓欣宇
陈海文
王守相
-
机构
国网江苏省电力有限公司电力科学研究院
天津大学智能电网教育部重点实验室
-
出处
《电力工程技术》
2019年第6期24-30,共7页
-
基金
国家重点研发计划资助项目“城区用户与电网供需友好互动系统”(2016YFB0901100)
-
文摘
针对电力大数据背景下用户用电行为复杂多变、分析困难的问题,提出了一种基于欠完备自编码器的用户用电行为分类分析方法。首先,通过欠完备自编码器对智能电表数据进行编码,实现对原始数据的特征抽取,并使用反向传播(BP)神经网络进行用户用电行为分类分析;然后,对最佳编码比率进行优选,并结合用户的典型用电特征作为神经网络的输入,提高了分类准确率;最后,在爱尔兰智能电表数据集上进行了仿真实验,并与直接使用BP神经网络进行对比,分析表明,文中所提出的用户用电行为分类分析方法不仅可以提高检测准确率,帮助电力公司更好地掌握用户用电规律,辅助需求响应实施,还能显著降低算法的运行时间。
-
关键词
欠完备自编码器
用户用电行为分析
需求响应
特征挖掘
智能用电
智能电表
-
Keywords
undercomplete autoencoder
electricity consumption behavior analysis
demand response
feature mining
intelligent electricity consumption
smart meter
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名一种欠完备自编码器调制识别技术
被引量：2
- 2
-
-
作者
张培钺
徐湛
赵弋洋
陈晋辉
职如昕
-
机构
北京信息科技大学信息与通信工程学院
北京西普阳光教育科技股份有限公司
-
出处
《电讯技术》
北大核心
2020年第5期567-571,共5页
-
基金
北京市科技计划课题资助(Z191100001419001)
北京市优秀人才资助计划青年拔尖项目(2016000026833ZK08)
+2 种基金
北京市属高校高水平教师队伍建设支持计划“青年拔尖人才培养计划”(CIT&TCD201704065)
国家自然科学基金资助项目(61620106001)
北京信息科技大学学科建设类项目(5121911006)。
-
文摘
基于信号特征进行模式识别的调制识别方法需要先计算信号的高阶特征、高阶累积量再进行模式识别,整体设计复杂,特征不易计算。机器学习技术由于其强大的特征提取能力和分类能力,被广泛应用到模式识别领域中。针对调制识别问题,提出了一种基于欠完备自编码器的调制识别技术,使用欠完备自编码器进行调制信号的特征自动提取,再使用神经网络分类器进行分类识别。整体模型更为简洁,运算复杂度较低,有利于部署在硬件上进行实时识别。对常见的BPSK、QPSK、2ASK、2FSK、16QAM数字调制方式进行的识别实验表明,算法在信噪比10 dB时平均识别率高于0.97,并且在信噪比为0 dB时仍然有0.92以上的平均识别率。
-
关键词
认知无线电
调制识别
神经网络
欠完备自编码器
特征提取
-
Keywords
cognitive radio
modulation recognition
neural network
undercomplete autoencoder
feature extraction
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
