赵广旭,黄小燕.基于深度学习的配电网NTL检测方法探究[J].电工技术,2024(18):112-114
基于深度学习的配电网NTL检测方法探究
  
DOI：10.19768/j.cnki.dgjs.2024.18.031
中文关键词:  深度学习  配电网  非技术损失  神经网络  粒子群算法
英文关键词:
基金项目:
作者单位
赵广旭 许昌开普检测研究院股份有限公司 
黄小燕 许继电气股份有限公司 
摘要点击次数: 62
全文下载次数: 0
中文摘要:
      为了更准确地检测配电网中的非技术损失(NTL)，提出基于粒子群优化(PSO)算法和反向传播(BP)神经网络的检测方法。与传统的BP神经网络相比，PSO BP神经网络在多个评价指标上表现出良好的性能，准确率、精确率、召回率、F1 Score及AUC值分别提高到86.98%、87.20%、86.68%、86.94%和86.65%。PSO算法的加入显著提高了网络权重和偏置值的优化程度，从而增强了模型对NTL的检测能力。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器