一种基于半监督学习的多维条件下电能表误差插值方法

来源 :电测与仪表 | 被引量 : 0次 | 上传用户:totti_sqh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前电能表现场检定的研究中有一个关键问题:如何利用相互独立的电能表单维实验误差获得多维实验误差。文中搭建了分别包括温度、谐波、磁场在内的三个独立实验平台,且每个平台均可控制电能表负载参数。设计了虚拟的多维交叉实验点,并提出一种半监督学习方法,实现单维实测误差数据向多维交叉实验数据的插值,获得电能表在多维条件实验下的误差数据。在综合实验平台中验证该方法的有效性和泛化性。
其他文献
针对蚕庄金矿东庄子带破碎围岩矿体掘进及进路回采过程中爆破扰动破坏周边矿岩导致顶板、两帮不稳固,炮孔利用率低,采矿损失贫化大,安全风险增加等问题,采用理论计算及现场试
针对镇沅金矿巷道围岩松软破碎的情况,采用理论计算、数值模拟和现场试验相结合的方式,对冬瓜林矿段1473 m中段巷道围岩进行了地压估算、巷道结构面调查和点荷载强度试验,分
同分异构体的判断与书写不仅能很好地考查考生对有机物结构特点和官能团特性的掌握程度和应用能力,还能全面考查考生的自学能力、逻辑思维能力、问题解决能力,是高考必考点。而特定条件下芳香化合物同分异构体的判断与书写是近两年的热点,苯环的引入,反映出高考对考生逻辑思维能力的要求提高,“加減法”——一种有序思维的方法可帮助大家顺利突破难点。  一、利用“加减法”建立书写同分异构体的逻辑思维模型  芳香化合物往
超短期光伏发电功率预测有利于电网的调度管理,提高电力系统运行效率及经济性。针对传统长短时记忆(LSTM)神经网络在处理长序列输入时易忽略重要时序信息的缺陷,文章提出了一