多特征提取与深度学习关口计量装置异常事件识别方法

来源 :中国测试 | 被引量 : 0次 | 上传用户:wang0525wz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有研究对关口计量装置定期检修会造成人力物力的浪费,以及通过指标赋权进行打分受人工干预较明显等不足,该文基于用户用电采集系统中的异常事件数据,提出一种多特征提取与深度学习相结合的关口计量装置异常事件识别的方法。通过分析不同计量异常事件反映出的数据异常形式,从不同维度提取14个特征,并将归一化后的特征作为深度学习模型的输入。在此基础上,通过无监督的预训练和有监督微调构建深度学习模型,自动学习得到输入特征与类别标签之间的非线性映射关系,构建出能识别关口计量装置异常事件的分类识别模型。通过某地区电网多个关口
其他文献
鉴于感应传输温盐深测量仪(conductivity-temperature-depth profiler, CTD)海上试验测量误差的问题,考虑到温盐深各参数非线性非平稳变化的特点,提出基于时频分析的CTD数据降噪方法,即通过随机森林回归的鲁棒性和CEEMD(complete ensemble empirical mode decomposition)的自适应性,提取CTD高频谐波振荡,由FFT谱
为解决常用的液体导热系数测量方法中存在的弊端,该文研制一套基于TPS法的液体导热系数测量装置。该装置采用探头压紧件,使探头始终保持竖直方向,减小液体对流对实验结果的影
载荷评估对风电机组运行安全性和经济性有重要影响。鉴于采用FAST和GH bladed等软件不适用于短期风电机组载荷评估,利用实测数据和神经网络原理,建立GA-BP、PSO-ELM、BP-ELM-
土壤中重金属的测定,前处理过程中消解效果是关键,分析过程电感耦合等离子体质谱法(ICP-MS)分析模式、内标及其浓度的选择很重要。实验分别利用三酸-微波消解和四酸-石墨消解
针对碳纤维复合材料失效机理复杂,声发射信号量大,结构健康状态监测困难的问题,提出一种碳纤维复合材料在线监测损伤预测方法。首先,分析铝板中不同位置的典型声发射信号,获
超声法颗粒粒径表征中,超声衰减谱的特征如谱宽、频率数,非常重要。为获取理想声衰减谱,提出一种猝发叠加波,该方法可实现对成分波的频率和能量可控。为对比叠加波与传统脉冲
该文提出一种基于少量参数的平面磨削表面形貌仿真方法。采用小波分析对已成型表面信号进行多尺度分解,结合各尺度下分解信号的小波能量分析,将复杂的平面磨削表面信号按照频率范围划分为低频频段、理论频段和高频频段。并将表面信号中低频频段与高频频段信息叠加形成通用仿真模型。然后结合由砂轮形貌数据与磨削运动学理论所得到的理论形貌,最终实现对平面磨削表面的形貌仿真。文章最后将实测粗糙表面与仿真表面就相关粗糙度参数
建立超声波萃取结合气相色谱-质谱法(GC-MS)同时分析土壤中16种多环芳烃(PAHs)和18种多氯联苯(PCBs)的方法,并比较不同萃取方式、超声萃取时间和萃取次数等对加标回收率的影
针对电解铝工艺制造系统中影响参数多、特征冗余的问题,该文提出一种结合精英免疫遗传算法与聚合核偏最小二乘法(elite immune genetic algorithm-polymerize kernels partia
研究基于拉曼成像技术对滤棒内植无色透明爆珠质量进行无损检测方案。通过对无色透明爆珠内含液吸收光谱以及拉曼光谱测量,获得内含液光谱特征。选择合适的光源和探测器,搭建