水电站电气装置故障运行状态自动捕捉方法研究

文档摘要：近年来,随着人工智能技术的迅速发展,深度学习在图像识别、自然语言处理等领域取得了突破性成果.本研究将深度学习引入水电站电气装置故障检测领域,研究一种基于卷积神经网络(CNN)的故障运行状态自动捕捉方法,旨在提高水电站电气装置故障检测的准确性和实时性,为水电站的智能化管理和运维提供有力支持.

作者：吴明祥Author：
作者单位：福建省安溪兰田水库电站有限公司
刊名：电气技术与经济
Journal：ElectricalEquipmentandEconomy
年，卷(期)：2024, (6)
分类号：
关键词：水电站  电气装置  故障检测  卷积神经网络  人工智能  
机标分类号：TP391TP183TP277
在线出版日期：2024年7月10日
基金项目：水电站电气装置故障运行状态自动捕捉方法研究[
期刊论文]  电气技术与经济--2024, (6)吴明祥近年来,随着人工智能技术的迅速发展,深度学习在图像识别、自然语言处理等领域取得了突破性成果.本研究将深度学习引入水电站电气装置故障检测领域,研究一种基于卷积神经网络(CNN)的故障运行状态自动捕捉方法,旨在提高水...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 01:47 上传 水电站电气装置故障运行状态自动捕捉方法研究.pdf

文件大小:

1.36 MB

下载次数:

60

高速下载