典型文献
基于长短期记忆循环神经网络的变电站监控系统智能故障推理方法
文献摘要：
针对变电站故障推理和分析应用存在人工总结的规则不全面、总结难度大、干扰信号多、故障推理配置可重用性低,以及故障推理往往需要考虑输入信号的时序性等问题,而采用传统机器学习算法无法有效解决此问题,提出一种基于长短期记忆循环神经网络(LSTM-RNN)、自然语言处理技术的变电站智能故障推理方法.分析了故障推理的应用场景,介绍了智能故障推理方法的整体架构、关键技术,并通过实际数据的应用试验进行了测试,验证了不依赖人工规则的智能故障推理方法的可行性,在信号时序可以记忆的场景中LSTM-RNN比其他机器学习算法有更好的适用性.
文献关键词：
变电站;智能化;故障推理;长短期记忆循环神经网络;自然语言处理
中图分类号：
作者姓名：
付豪;邹花蕾;张腾飞
作者机构：
国电南京自动化股份有限公司,南京 210032;南京邮电大学自动化学院,南京 210023
文献出处：
引用格式：
[1]付豪;邹花蕾;张腾飞-.基于长短期记忆循环神经网络的变电站监控系统智能故障推理方法)[J].综合智慧能源,2022(12):11-17
A类：
B类：
长短期记忆循环神经网络,变电站监控,监控系统,故障推理,推理方法,分析应用,干扰信号,可重用性,时序性,机器学习算法,RNN,自然语言处理技术,整体架构,实际数据,应用试验,不依
AB值：
0.19
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。
