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BI-GRU改进的Seq2Seq网络的变压器油中溶解气体浓度预测方法
被引量：
14
1
作者
汤健
侯慧娟
+3 位作者
陈洪岗
王劭菁
盛戈皞
江秀臣
《电力自动化设备》
EI
CSCD
北大核心
2022年第3期196-202,217,共8页
基于门控循环单元(GRU)构建双向多层门控循环单元,并引入编码器-解码器结构搭建Seq2Seq网络模型,通过优化神经元及神经网络结构提取时序数据依赖关系。同时引入注意力机制和Scheduled Sampling算法,自动获取与当前时刻预测输出显著相关...
基于门控循环单元(GRU)构建双向多层门控循环单元,并引入编码器-解码器结构搭建Seq2Seq网络模型,通过优化神经元及神经网络结构提取时序数据依赖关系。同时引入注意力机制和Scheduled Sampling算法,自动获取与当前时刻预测输出显著相关的关键输入时间点,提高长时间预测的精度。变压器正常运行状态下的气体浓度预测算例结果表明,与基于简单GRU模型及简单Seq2Seq模型的方法相比,所提方法的预测误差更低且预测的发展趋势更符合真实值;变压器异常运行状态下的气体浓度预测算例结果表明,所提方法的平均相对误差和最大相对误差相比长短期记忆(LSTM)网络方法分别降低了0.73%和2.31%。
展开更多
关键词
电力变压器
油中溶解气体
门控循环单元
Seq2Seq
注意力机制
Scheduled
sampling
算法
在线阅读
下载PDF
职称材料
题名
基于BI-GRU改进的Seq2Seq网络的变压器油中溶解气体浓度预测方法
被引量：
14
1
作者
汤健
侯慧娟
陈洪岗
王劭菁
盛戈皞
江秀臣
机构
上海交通大学电气工程系
国网上海市电力公司电力科学研究院
出处
《电力自动化设备》
EI
CSCD
北大核心
2022年第3期196-202,217,共8页
基金
上海交通大学新进青年教师启动计划基金资助项目。
文摘
基于门控循环单元(GRU)构建双向多层门控循环单元,并引入编码器-解码器结构搭建Seq2Seq网络模型,通过优化神经元及神经网络结构提取时序数据依赖关系。同时引入注意力机制和Scheduled Sampling算法,自动获取与当前时刻预测输出显著相关的关键输入时间点,提高长时间预测的精度。变压器正常运行状态下的气体浓度预测算例结果表明,与基于简单GRU模型及简单Seq2Seq模型的方法相比,所提方法的预测误差更低且预测的发展趋势更符合真实值;变压器异常运行状态下的气体浓度预测算例结果表明,所提方法的平均相对误差和最大相对误差相比长短期记忆(LSTM)网络方法分别降低了0.73%和2.31%。
关键词
电力变压器
油中溶解气体
门控循环单元
Seq2Seq
注意力机制
Scheduled
sampling
算法
Keywords
power transformers
dissolved gas in oil
gate recurrent unit
Seq2Seq
attention mechanism
Scheduled
sampling
algorithm
分类号
TM41 [电气工程—电器]
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BI-GRU改进的Seq2Seq网络的变压器油中溶解气体浓度预测方法
汤健
侯慧娟
陈洪岗
王劭菁
盛戈皞
江秀臣
《电力自动化设备》
EI
CSCD
北大核心
2022
14
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
