Con el fin de utilizar de manera eficaz la gran cantidad de datos históricos de alta dimensionalidad generados por los contadores de energía durante su funcionamiento, este artículo tiene como objetivo proponer un método de red neuronal de fusión DBN-MLP para el análisis multidimensional y el diagnóstico del tipo de fallo de los datos de avería de los contadores de energía inteligentes. Se utilizó DBN para fortalecer la capacidad de extracción de características de la red y resolver el problema relacionado con la diversidad de datos. La información procesada se introduce en la red neuronal MLP con el fin de resolver el error de correlación entre los datos del conjunto de datos históricos mejorando el índice de precisión del diagnóstico de fallos. Los resultados finales muestran que el método DBN-MLP puede mejorar la precisión del diagnóstico.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Seminario web de RheoSense: métodos de viscosidad y distintos tipos de viscosímetros
Video:
Módulo 05, lección 37. Sensor de presión: conceptos de diseño, procesamiento y empaque. Parte 1
Artículo:
Sensor térmico activo para detección mejorada de la distribución de temperatura en matrices hápticas
Artículo:
Desempeño de medición de temperatura de sensores de presión MEMS piezorresistivos para aplicaciones industriales
Artículo:
Técnica de cálculo de ahorro de luz diurna para edificios inteligentes
Artículo:
Control y vigilancia de la calidad del agua de consumo humano
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Manual:
Deshidratación y desecado de frutas, hortalizas y hongos. Procedimientos hogareños y comerciales de pequeña escala