典型文献
基于GS-1DCNN的变电站人因误操作的量化研究
文献摘要：
为了准确识别出变电站的人因误操作场景,提出了一种基于高斯一维卷积神经网络(GS-1DCNN)的人因误操作定量评估模型.该模型基于认知可靠性和差错分析方法,以变电站操作场景的9类通用效能条件为模型输入特征,并引入高斯拟合算法用以改进1 DCNN模型的评估性能,准确性决定系数可达93.3％.通过实验证明该方法能够正确量化识别出操作场景的控制模式,为真正实现变电站全防误提供依据.
文献关键词：
一维卷积神经网络;认知可靠性和差错分析方法;人因失误概率;高斯拟合;控制模式
中图分类号：
作者姓名：
宋一鸣;牟京亚;邓皓元;林穿
作者机构：
国网湖北省电力有限公司检修公司,武汉430000;福州大学电气工程与自动化学院,福州350108
文献出处：
引用格式：
[1]宋一鸣;牟京亚;邓皓元;林穿-.基于GS-1DCNN的变电站人因误操作的量化研究)[J].信息技术,2022(07):51-58
A类：
认知可靠性和差错分析方法
B类：
GS,1DCNN,变电站,人因误操作,量化研究,准确识别,一维卷积神经网络,定量评估模型,模型输入,输入特征,高斯拟合,拟合算法,决定系数,量化识别,出操,控制模式,防误,人因失误概率
AB值：
0.269222
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。
