期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
深度学习驱动的智能电网运行图像数据压缩技术 被引量:2
1
作者 夏信 何传亮 +5 位作者 吕英杰 王守志 张博 陈晨 陈海鹏 李美萱 《红外与激光工程》 EI CSCD 北大核心 2022年第12期387-392,共6页
随着智能电网的快速发展,用于监视电网运行状况的测量设备大规模投入,其产生的海量运行图像等监视数据由于规模大、维度高、数据冗余等问题难以得到有效利用。为了进一步提高电力大数据的分析应用能力,文中提出一种基于深度学习的电网... 随着智能电网的快速发展,用于监视电网运行状况的测量设备大规模投入,其产生的海量运行图像等监视数据由于规模大、维度高、数据冗余等问题难以得到有效利用。为了进一步提高电力大数据的分析应用能力,文中提出一种基于深度学习的电网运行图像数据压缩方法,考虑电网图像监视数据在时序上的耦合关联,通过卷积神经网络对电网运行图像数据进行压缩,有效减少了电网运行图像数据的冗余度。与其他方法相比,基于卷积神经网络的图像数据压缩模型不依赖于人工的数据特征提取和工程经验,可以直接以电网中采集到的原始图像数据的灰度函数作为模型的输入,将数据的特征提取和分类合二为一,实现电网运行图像数据的高效、便捷压缩。通过仿真进行了文中所提方法有效性的验证,结果表明,与其他神经网络相比,所提方法在电网图像压缩效率及压缩精度中具有较强优势。 展开更多
关键词 智能电网 深度学习 数据驱动 卷积神经网络 图像压缩
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部