期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于神经网络的协同配网规划仿真
1
作者
梁鑫华
肖赫
+1 位作者
沙凯旋
张健
《计算机仿真》
2025年第12期119-122,154,共5页
配电网中变压器和配电线等元件众多,连接线路节点关系复杂,规划布局中电流和电阻过于集中产生过度热效应,造成配网故障率较高,配电网协同规划结果的可靠性不足。为了有效提升供电可靠性,提出一种基于神经网络的协同配网规划方法。基于电...
配电网中变压器和配电线等元件众多,连接线路节点关系复杂,规划布局中电流和电阻过于集中产生过度热效应,造成配网故障率较高,配电网协同规划结果的可靠性不足。为了有效提升供电可靠性,提出一种基于神经网络的协同配网规划方法。基于电网GIS地理空间数据与电网运行信息,结合灰色聚类评估和信息熵完成协同配网变电站选址优化,保证供电区域内电压稳定。采用图神经网络(GNN)捕捉变压器和配电线连接线路节点之间的复杂关系,引入卷积神经网络(CNN)处理协同配网的网络拓扑结构空间数据,以最小化功率损耗和故障率为目标对协同配网规划展开优化,确定变压器的最佳位置和线路的最佳路径,解决故障率较高问题,实现协同配网规划。仿真结果表明,所提方法的平均电压偏差得到显著降低至1.0%以下,降低了故障平均停电频率,可以有效提升配电网协同规划结果的可靠性。
展开更多
关键词
协同配网规划
图神经网络
卷积神经网络
平均电压偏差
在线阅读
下载PDF
职称材料
小世界生物神经网络的同步性能研究
被引量：
1
2
作者
周小荣
罗晓曙
《广西师范大学学报（自然科学版）》
CAS
北大核心
2008年第1期19-22,共4页
同步现象在自然界和人类社会中广泛存在。研究了由Hodgkin-Huxley(H-H)模型构成的小世界生物神经网络的同步性能。通过数值模拟,得到了标准差σ随耦合强度c、网络规模N以及近邻个数K的变化曲线。研究结果表明:神经元之间的耦合强度在一...
同步现象在自然界和人类社会中广泛存在。研究了由Hodgkin-Huxley(H-H)模型构成的小世界生物神经网络的同步性能。通过数值模拟,得到了标准差σ随耦合强度c、网络规模N以及近邻个数K的变化曲线。研究结果表明:神经元之间的耦合强度在一定范围内小世界生物神经网络能实现同步,而且大网络比小网络更容易同步,近邻个数多会破坏网络的同步。
展开更多
关键词
同步
标准差
时空图
小世界生物神经网络
在线阅读
下载PDF
职称材料
基于图偏差网络的外部自编码器时间序列异常检测
被引量：
1
3
作者
张孚容
顾磊
《计算机系统应用》
2024年第3期24-33,共10页
随着互联网和连接技术的提高,传感器产生的数据逐渐趋于复杂化.深度学习方法在处理高维数据的异常检测方面取得较好的进展,图偏差网络(graph deviation network,GDN)学习传感器节点之间关系来预测异常,并取得一定的效果.针对图偏差网络...
随着互联网和连接技术的提高,传感器产生的数据逐渐趋于复杂化.深度学习方法在处理高维数据的异常检测方面取得较好的进展,图偏差网络(graph deviation network,GDN)学习传感器节点之间关系来预测异常,并取得一定的效果.针对图偏差网络模型缺少对时间依赖性以及异常数据不稳定的处理,提出了基于图偏差网络的外部自编码器模型(graph deviation network-based external attention autoencoder,AEEA-GDN)深度提取表征,此外在模型训练时引入自适应学习机制,帮助网络更好地适应异常数据的变化.在3个现实收集传感器数据集上的实验结果表明,基于图偏差网络的外部自编码器模型比基线方法更准确地检测异常,且总体性能更优.
展开更多
关键词
异常检测
图偏差网络
自编码器
外部注意力机制
自适应学习
在线阅读
下载PDF
职称材料
基于关联规则与图偏差网络的碳排放多源数据融合异常检测研究
4
作者
吕翔
赵徽
+1 位作者
陈晖
赵晓凤
《自动化与仪器仪表》
2026年第2期57-61,共5页
随着全球对碳排放问题的关注度上升,准确监测和检测碳排放异常成为紧迫任务。为此,研究构建了基于关联规则与图偏差网络的碳排放多源数据融合异常检测模型,结合关联规则挖掘和图偏差网络,利用多源数据优势,实现对碳排放数据的深度分析...
随着全球对碳排放问题的关注度上升,准确监测和检测碳排放异常成为紧迫任务。为此,研究构建了基于关联规则与图偏差网络的碳排放多源数据融合异常检测模型,结合关联规则挖掘和图偏差网络,利用多源数据优势,实现对碳排放数据的深度分析。实验表明,在训练效率方面,模型损失值下降迅速且稳定,迭代次数较传统方法减少超40%。系统稳定性测试显示,模型顿卡率低于0.25%,显著优于其他方法。在实际应用场景中,模型对碳排放异常的识别准确率超90%,响应时间仅需15 ms~20 ms。结果表明,模型在碳排放异常检测中具有更高的准确性和适应性,为实现精准的碳排放监测和管理提供了有力工具,对推动碳减排策略的制定和实施具有重要意义。
展开更多
关键词
碳排放
关联规则
图偏差网络
多源数据
异常检测
原文传递
题名
基于神经网络的协同配网规划仿真
1
作者
梁鑫华
肖赫
沙凯旋
张健
机构
国网冀北电力有限公司张家口供电公司
国网冀北电力有限公司智能配电网中心
国网冀北电力有限公司唐山供电公司
出处
《计算机仿真》
2025年第12期119-122,154,共5页
基金
国网冀北电力有限公司科技项目(2024320108000084)。
文摘
配电网中变压器和配电线等元件众多,连接线路节点关系复杂,规划布局中电流和电阻过于集中产生过度热效应,造成配网故障率较高,配电网协同规划结果的可靠性不足。为了有效提升供电可靠性,提出一种基于神经网络的协同配网规划方法。基于电网GIS地理空间数据与电网运行信息,结合灰色聚类评估和信息熵完成协同配网变电站选址优化,保证供电区域内电压稳定。采用图神经网络(GNN)捕捉变压器和配电线连接线路节点之间的复杂关系,引入卷积神经网络(CNN)处理协同配网的网络拓扑结构空间数据,以最小化功率损耗和故障率为目标对协同配网规划展开优化,确定变压器的最佳位置和线路的最佳路径,解决故障率较高问题,实现协同配网规划。仿真结果表明,所提方法的平均电压偏差得到显著降低至1.0%以下,降低了故障平均停电频率,可以有效提升配电网协同规划结果的可靠性。
关键词
协同配网规划
图神经网络
卷积神经网络
平均电压偏差
Keywords
Collaborative distribution
network
planning
graph
neural
network
Convolutional neural
network
Mean voltage
deviation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
小世界生物神经网络的同步性能研究
被引量：
1
2
作者
周小荣
罗晓曙
机构
广西师范大学物理与电子工程学院
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2008年第1期19-22,共4页
基金
国家自然科学基金资助项目(70571017)
广西研究生教育创新计划资助项目(2006106020809M36)
文摘
同步现象在自然界和人类社会中广泛存在。研究了由Hodgkin-Huxley(H-H)模型构成的小世界生物神经网络的同步性能。通过数值模拟,得到了标准差σ随耦合强度c、网络规模N以及近邻个数K的变化曲线。研究结果表明:神经元之间的耦合强度在一定范围内小世界生物神经网络能实现同步,而且大网络比小网络更容易同步,近邻个数多会破坏网络的同步。
关键词
同步
标准差
时空图
小世界生物神经网络
Keywords
synchronization
standard
deviation
spatiotemporal
graph
biology nerve
network
s with small-world connections
分类号
N94 [自然科学总论—系统科学]
在线阅读
下载PDF
职称材料
题名
基于图偏差网络的外部自编码器时间序列异常检测
被引量：
1
3
作者
张孚容
顾磊
机构
南京邮电大学计算机学院、软件学院、网络空间安全学院
出处
《计算机系统应用》
2024年第3期24-33,共10页
基金
国家自然科学基金(61972210)。
文摘
随着互联网和连接技术的提高,传感器产生的数据逐渐趋于复杂化.深度学习方法在处理高维数据的异常检测方面取得较好的进展,图偏差网络(graph deviation network,GDN)学习传感器节点之间关系来预测异常,并取得一定的效果.针对图偏差网络模型缺少对时间依赖性以及异常数据不稳定的处理,提出了基于图偏差网络的外部自编码器模型(graph deviation network-based external attention autoencoder,AEEA-GDN)深度提取表征,此外在模型训练时引入自适应学习机制,帮助网络更好地适应异常数据的变化.在3个现实收集传感器数据集上的实验结果表明,基于图偏差网络的外部自编码器模型比基线方法更准确地检测异常,且总体性能更优.
关键词
异常检测
图偏差网络
自编码器
外部注意力机制
自适应学习
Keywords
anomaly detection
graph
deviation
network
(
gdn
)
autoencoder
external attention mechanism
adaptive learning
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
O211.61 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于关联规则与图偏差网络的碳排放多源数据融合异常检测研究
4
作者
吕翔
赵徽
陈晖
赵晓凤
机构
广西电网有限责任公司
出处
《自动化与仪器仪表》
2026年第2期57-61,共5页
文摘
随着全球对碳排放问题的关注度上升,准确监测和检测碳排放异常成为紧迫任务。为此,研究构建了基于关联规则与图偏差网络的碳排放多源数据融合异常检测模型,结合关联规则挖掘和图偏差网络,利用多源数据优势,实现对碳排放数据的深度分析。实验表明,在训练效率方面,模型损失值下降迅速且稳定,迭代次数较传统方法减少超40%。系统稳定性测试显示,模型顿卡率低于0.25%,显著优于其他方法。在实际应用场景中,模型对碳排放异常的识别准确率超90%,响应时间仅需15 ms~20 ms。结果表明,模型在碳排放异常检测中具有更高的准确性和适应性,为实现精准的碳排放监测和管理提供了有力工具,对推动碳减排策略的制定和实施具有重要意义。
关键词
碳排放
关联规则
图偏差网络
多源数据
异常检测
Keywords
carbon emission
association rules
graph
deviation
network
multi-source data
anomaly detection
分类号
TP274 [自动化与计算机技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于神经网络的协同配网规划仿真
梁鑫华
肖赫
沙凯旋
张健
《计算机仿真》
2025
0
在线阅读
下载PDF
职称材料
2
小世界生物神经网络的同步性能研究
周小荣
罗晓曙
《广西师范大学学报（自然科学版）》
CAS
北大核心
2008
1
在线阅读
下载PDF
职称材料
3
基于图偏差网络的外部自编码器时间序列异常检测
张孚容
顾磊
《计算机系统应用》
2024
1
在线阅读
下载PDF
职称材料
4
基于关联规则与图偏差网络的碳排放多源数据融合异常检测研究
吕翔
赵徽
陈晖
赵晓凤
《自动化与仪器仪表》
2026
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
