典型文献
基于深度学习的电力设备故障诊断方法研究综述
文献摘要：
在大数据时代背景下,如何有效利用电网产生的大量数据快速、准确地判断设备的运行状态,并进行故障预警,成为近年来的研究热点.以基于电力设备监测数据的故障诊断方法为研究主题,总结电力设备数据的特点,阐述应用深度学习技术过程中面临的挑战,最后给出研究建议.应用可解释的深度学习模型、增强数据融合广度和提升诊断结果稳定性是进一步的研究方向.
文献关键词：
电力设备;故障诊断;深度学习;数据处理;大数据
中图分类号：
作者姓名：
陈浈斐;章黄勇;马宏忠;李志新;李呈营
作者机构：
河海大学能源与电气学院,江苏南京 211100;国家电网有限公司电能计量重点实验室国网江苏省电力有限公司营销服务中心,江苏南京 210019
文献出处：
引用格式：
[1]陈浈斐;章黄勇;马宏忠;李志新;李呈营-.基于深度学习的电力设备故障诊断方法研究综述)[J].电气自动化,2022(01):1-2,6
A类：
B类：
电力设备故障,设备故障诊断,故障诊断方法,大数据时代背景,故障预警,设备监测,深度学习技术,技术过程,研究建议,可解释,深度学习模型,数据融合,诊断结果
AB值：
0.312159
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
