期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于机器学习的电力系统设备故障诊断与预测技术研究
下载PDF
职称材料
导出
摘要
本文探讨了基于机器学习的电力系统设备故障诊断与预测技术的模型设计与实现。我们介绍了支持向量机(SVM)、决策树、随机森林和深度学习等常用的机器学习算法,并讨论了它们在电力系统设备故障诊断与预测中的应用。我们还详细描述了数据处理、特征提取、模型训练和优化等关键步骤,并介绍了一些常用的工具和库用于实现这些模型。最后,我们提出了一般的模型设计与实现过程,并强调了在实际应用中需要考虑的问题和挑战。
作者
韦万可
机构地区
广西银胜电力工程有限公司河池分公司
出处
《中文科技期刊数据库(文摘版)工程技术》
2023年第6期44-46,共3页
关键词
机器学习
电力系统
故障诊断
预测
支持向量机
分类号
TM74 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
0
引证文献
0
二级引证文献
0
1
常焕京.
风力发电机组故障诊断与预测技术探究[J]
.中文科技期刊数据库(全文版)工程技术,2023(4):18-21.
被引量:1
2
夏良华.
基于PHM的发动机轴承状态维修决策研究[J]
.内燃机与配件,2023(7):50-52.
被引量:1
中文科技期刊数据库(文摘版)工程技术
2023年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部