Generative Adversarial Networks-Based Synthetic PMU Data Creation for Improved Event Classification
Generative Adversarial Networks-Based Synthetic PMU Data Creation for Improved Event Classification
复制标题
基于生成对抗网络的综合 PMU 数据创建以改进事件分类
DOI：
10.1109/oajpe.2021.3061648
复制
发表时间：
2021
影响因子：
3.8
通讯作者：
Xie, Le
中科院分区：
文献类型：
--
作者：
Zheng, Xiangtian;Wang, Bin;Kalathil, Dileep;Xie, Le
登录
查看更多内容
使用基于 LSTM 的深度神经网络学习电力系统动态特征：纽约州电网的原型研究
DOI：
--
发表时间：
2019
期刊：
IEEE Power & Energy Society General Meeting
影响因子：
--
作者：
Sayak Mukherjee;A. Darvishi;A. Chakrabortty;B. Fardanesh
通讯作者：
B. Fardanesh
DOI：
10.1109/sgsma.2019.8784681
发表时间：
2018-12
期刊：
2019 International Conference on Smart Grid Synchronized Measurements and Analytics (SGSMA)
影响因子：
--
作者：
Xiangtian Zheng;Bin Wang-;Le Xie
通讯作者：
Xiangtian Zheng;Bin Wang-;Le Xie
基于机器学习的电力系统事件分类
DOI：
--
发表时间：
2018
期刊：
2018 3rd International Conference on Computer Science and Engineering (UBMK)
影响因子：
--
作者：
H. Okumus;F. Nuroğlu
通讯作者：
F. Nuroğlu
可解释的多项式神经常微分方程。
DOI：
10.1063/5.0130803
发表时间：
2023
期刊：
Chaos (Woodbury, N.Y.)
影响因子：
--
作者：
Fronk,Colby;Petzold,Linda
通讯作者：
Petzold,Linda
基于 PMU 的电力系统事件分类多元模型
DOI：
--
发表时间：
2018
期刊：
arXiv.org
影响因子：
--
作者：
Rui Ma;S. Basumallik;Sara Eftekharnejad
通讯作者：
Sara Eftekharnejad