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:
Selección y aplicación de sensores de temperatura
Artículo:
Construcción inteligente : arquitectura de toma de decisiones para la gestión de energía térmica
Video:
Descripción generals de sensores de temperatura
Artículo:
Sistema de medición de alta precisión y gran alcance para metrología de superficies estructuradas basado en el microscopio de fuerza atómica
Video:
Módulo 05, lección 37. Sensor de presión: conceptos de diseño, procesamiento y empaque. Parte 1
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
El impacto de la eficiencia energética del edificio en su valor de mercado
Tesis:
Materiales y prácticas de construcción sostenible