典型文献
基于循环神经网络的一种在线辅助CVT电压误差测量方法
文献摘要：
电容式电压互感器(capacitor voltage transformer,CVT)的测量稳定性受周围环境的影响,会在实际电压测量过程中产生误差.为了避免该电压测量误差,提出一种基于循环神经网络(recurrent neural network,RNN)的在线辅助CVT电压测量方法.根据电力系统过去的电压历史数据,利用RNN预测未来某个时间段的电压值,并通过比较预测值与CVT实际测出的真实值来判断CVT的测量稳定性.仿真试验验证了学习率和神经元个数对RNN算法性能的影响,并且与传统的ARIMA(autoregressive integrated moving average)算法进行了比较,结果表明RNN方法的均方误差降低了83％.
文献关键词：
电力系统;电压互感器;循环神经网络;时间序列
中图分类号：
作者姓名：
陈文中;陈俊杰;许侃;张金丽
作者机构：
国家电网上海市电力公司电力科学研究院,上海 200437
文献出处：
引用格式：
[1]陈文中;陈俊杰;许侃;张金丽-.基于循环神经网络的一种在线辅助CVT电压误差测量方法)[J].东华大学学报（自然科学版）,2022(01):53-57,65
A类：
B类：
循环神经网络,CVT,电压误差,误差测量,电容式电压互感器,capacitor,voltage,transformer,测量稳定性,周围环境,电压测量,测量误差,recurrent,neural,network,RNN,电力系统,历史数据,预测未来,某个,真实值,仿真试验验证,学习率,算法性能,ARIMA,autoregressive,integrated,moving,average,均方误差
AB值：
0.382315
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
