基于卷積神經(jīng)網(wǎng)絡(luò)的設(shè)備運(yùn)行狀態(tài)智能控制優(yōu)化模型分析

打開文本圖片集

摘 要：為了獲得準(zhǔn)確的變電設(shè)備狀態(tài)估計結(jié)果，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的狀態(tài)估計方法，利用自動編碼器對變電設(shè)備監(jiān)測數(shù)據(jù)進(jìn)行特征約簡，將其作為CNN的輸入，進(jìn)一步采用Softmax分類器對獲得的其輸出進(jìn)行分類，以獲得變電設(shè)備的狀態(tài)估計結(jié)果。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的基于支持量機(jī)（SVM）和多層神經(jīng)感知機(jī)（MLP）相比，提出的方法在準(zhǔn)確性、靈敏度、特異性和陽性預(yù)測性4種量化評價指標(biāo)中具有明顯的優(yōu)勢。（剩余5669字）