典型文献
基于深度字典学习的输电线路故障分类方法
文献摘要：
针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法.该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故障特征具有较好的层次性和物理含义,符合人对故障的直观认识,一定程度上解决了数据驱动型方法可解释性不足的问题.最后,通过PSCAD/EMTDC仿真验证了所提方法的有效性.
文献关键词：
输电线路;故障分类;稀疏表示;深度字典学习
中图分类号：
作者姓名：
张宇博;郝治国;林泽暄;杨松浩;刘志远;于晓军
作者机构：
西安交通大学 电气工程学院,陕西 西安 710049;国网宁夏电力有限公司,宁夏 银川 750001
文献出处：
引用格式：
[1]张宇博;郝治国;林泽暄;杨松浩;刘志远;于晓军-.基于深度字典学习的输电线路故障分类方法)[J].电力自动化设备,2022(11):159-166
A类：
深度字典学习
B类：
输电线路故障,分类方法,故障分类识别,整定,人工智能算法,可解释性,法利,稀疏性约束,自动提取,故障特征,层次性,PSCAD,EMTDC,仿真验证,稀疏表示
AB值：
0.205968
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。
