Caffe深度學習框架下的電力系統(tǒng)異常數(shù)據(jù)智能捕獲研究

打開文本圖片集

摘要：文章基于Caffe深度學習框架構(gòu)建了一種電力系統(tǒng)異常數(shù)據(jù)智能捕獲系統(tǒng)，從自動化協(xié)議棧的多層架構(gòu)、異常數(shù)據(jù)拷貝及數(shù)據(jù)捕獲映射條件等方面進行具體異常數(shù)據(jù)智能捕獲分析，驗證了該體系的實際異常數(shù)據(jù)處理量及處理效率等。

關鍵詞：Caffe深度學習框架；電力系統(tǒng)；數(shù)據(jù)異常；自動捕獲

中圖分類號：TP391

文獻標志碼：A

0 引言

現(xiàn)代電力系統(tǒng)技術的不斷進步及其網(wǎng)絡覆蓋范圍的飛速提升，使電力系統(tǒng)的結(jié)構(gòu)和運行模式空前復雜。（剩余4721字）