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
基于时空网络的电动汽车充电桩电能表误差估计方法研究
1
作者
戴煊丁
何雨辰
+4 位作者
钱丽娟
张煌辉
邵海明
刘国强
林强
《计量学报》
北大核心
2025年第1期126-132,共7页
智能电表的性能通常会随时间下降,现场检定需要大量人力物力,因此提出了一种基于高速卷积神经网络和双向长短期记忆网络相结合的误差估计方法。首先,针对智能电表采集到的充电设施的数据特性进行预处理,其次基于加入高速网络的卷积模块...
智能电表的性能通常会随时间下降,现场检定需要大量人力物力,因此提出了一种基于高速卷积神经网络和双向长短期记忆网络相结合的误差估计方法。首先,针对智能电表采集到的充电设施的数据特性进行预处理,其次基于加入高速网络的卷积模块提取变量间的空间特征,保留一部分原始信息,再将提取的特征输入双向长短期记忆网络中捕捉时序特征,得到更精确的相对误差。最后在某地的新能源汽车充电站的数据集中进行验证,对比现有的先进模型,实验结果表明文中所提方法在充电桩电能表相对误差估计方面有更高的准确性,设计的三种性能评价指标至少有13.68%以上的提升。
展开更多
关键词
电学计量
智能电表
高速网络
卷积神经网络
双向长短期记忆网络
在线阅读
下载PDF
职称材料
题名
基于时空网络的电动汽车充电桩电能表误差估计方法研究
1
作者
戴煊丁
何雨辰
钱丽娟
张煌辉
邵海明
刘国强
林强
机构
中国计量大学计量测试与仪器学院
中国计量大学机电工程学院
浙江大学长三角智慧绿洲创新
中心
福建省
计量科学研究院
中国计量科学研究院
福建省闽量校准技术中心有限公司
出处
《计量学报》
北大核心
2025年第1期126-132,共7页
基金
国家重点研发计划(2023YFF0614803)。
文摘
智能电表的性能通常会随时间下降,现场检定需要大量人力物力,因此提出了一种基于高速卷积神经网络和双向长短期记忆网络相结合的误差估计方法。首先,针对智能电表采集到的充电设施的数据特性进行预处理,其次基于加入高速网络的卷积模块提取变量间的空间特征,保留一部分原始信息,再将提取的特征输入双向长短期记忆网络中捕捉时序特征,得到更精确的相对误差。最后在某地的新能源汽车充电站的数据集中进行验证,对比现有的先进模型,实验结果表明文中所提方法在充电桩电能表相对误差估计方面有更高的准确性,设计的三种性能评价指标至少有13.68%以上的提升。
关键词
电学计量
智能电表
高速网络
卷积神经网络
双向长短期记忆网络
Keywords
electrical measurement
smart meters
highway networks
CNN
BiLSTM network
分类号
TB971 [机械工程—测试计量技术及仪器]
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
基于时空网络的电动汽车充电桩电能表误差估计方法研究
戴煊丁
何雨辰
钱丽娟
张煌辉
邵海明
刘国强
林强
《计量学报》
北大核心
2025
0
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
