为了提高智能电网的电力数据挖掘精确度，基于迁移学习算法提出了一种具有故障检测、诊断等多种功能的电力数据挖掘模型.利用栈式稀疏自编码器和循环神经网络，提出了基于PCA与SVM的智能电网线路故障检测模型；基于长短期记忆网络等循环神经网络理论，建立具有较高精确度的故障诊断模型.在此基础上，通过引入最大均值差异算法，提出基于迁移学习的数据挖掘模型.仿真结果表明，与传统模型相比，在不同的最大均值差异值和采样间隔时，所提出的模型具有更高的数据挖掘精确度.
科研之友
微信
新浪微博
Facebook
分享链接
