• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
卢诗华,孙密,谢景海,郭嘉,袁敬中,苏东禹.基于深度自编码器的数字化输电线路地形特征提取方法研究[J].电测与仪表,2021,58(7):89-96.
Lu Shihua,Sun Mi,Xie Jinghai,Guo Jia,Yuan Jingzhong,Su Dongyu.Research of terrain discrimination method of digital transmission line based on deep autoencoder[J].Electrical Measurement & Instrumentation,2021,58(7):89-96.
基于深度自编码器的数字化输电线路地形特征提取方法研究
Research of terrain discrimination method of digital transmission line based on deep autoencoder
DOI:10.19753/j.issn1001-1390.2021.07.012
中文关键词:  数字化输电线路  地形特征提取  深度自编码器  逐层训练
英文关键词:Digital transmission line  terrain feature extraction  deep autoencoder  layer-by-layer training  
基金项目:国网公司科技项目(B3018F20000W)
                 
作者中文名作者英文名单位
卢诗华Lu Shihua冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
孙密Sun Mi冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
谢景海Xie Jinghai冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
郭嘉Guo Jia冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
袁敬中Yuan Jingzhong冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
苏东禹Su Dongyu冀北电力有限公司经济技术研究院;.北京京研电力工程设计有限公司,
摘要点击次数: 1837
中文摘要:
      :在输电线路的设计中,对输电线路的地形特征判别是实现输电线路成本估算以及安全设计的重要步骤。为解决对输电线路中的地形进行快速判别问题,研究了一种基于深度自编码器的数字化输电线路地形特征提取方法。首先基于数字化勘探技术建立复杂地理信息的数字化模型,再根据建立的数字模型使用深度自编码器进行特征提取。在深度自编码器的训练过程中,使用逐层训练法解决训练中的梯度消失和梯度爆炸问题,并在实际算例中,使用粒子群优化算法进行深度自编码器的超参数调节。实验结果表明,本文研究的方法可以将不同特征的地形进行快速的分类,其结果可以辅助设计人员进行输电线路的成本估算和安全设计。 关键词:数字化输电线路;地形特征提取;深度自编码器;逐层训练;
英文摘要:
      The identification of the topographic features of the transmission line is an important issue to realize the cost estimation and safety design of the transmission line. In order to solve the problem of rapid identification of terrain features in digital transmission lines applications, a deep autoencoder-based terrain feature extraction method is studied. First, a digital model of complex geographic information is established based on digital exploration technology, and then the algorithm structure of the deep autoencoder is established. The layer-by-layer training method is used to solve the problems of gradient disappearance and gradient explosion in the deep autoencoder. Moreover, in the actual example, the particle swarm optimization algorithm is used to adjust the hyperparameters of the deep autoencoder. Experimental results show that the proposed method can classify different landforms rapidly, and the results can assist designers in the cost estimation and safety design of transmission lines.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司