首页 > 《当代电力文化》 > 2024年10期 > 基于深度学习的电力系统自动化设备状态监测与预测

基于深度学习的电力系统自动化设备状态监测与预测

在线阅读下载PDF 导出详情

摘要摘要：针对电力系统自动化设备状态监测与预测的研究，通过对电力系统自动化设备状态监测与预测技术的现状及存在问题进行分析，提出了基于深度学习的电力系统自动化设备状态监测与预测模型。该模型能够较好地适应复杂多变的电力系统运行环境，对电力系统自动化设备的运行状态进行预测，对提高电力系统运行质量具有重要意义。

DOI 0dpooyyp9j/8467469

作者张珍后刘萌

机构地区身份证号:370830198508024719 身份证号:230303199311094315

出处《当代电力文化》 2024年10期

关键词电力系统深度学习电力系统自动化设备

分类 [电气工程][电力系统及自动化]

出版日期 2024年07月16日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1谭皞,. 电力系统自动化设备的状态监测与故障预警.电力系统及自动化,2024-06.
2贾宁. 深度学习在电力系统状态监测与预测中的应用研究.电力系统及自动化,2024-07.
3楚万军. 电力系统自动化设备的状态监测与故障诊断.建筑科学,2024-07.
4董龙祥. 基于深度学习的电力系统负荷预测.市政工程,2023-11.
5卫博文. 基于深度学习的电力系统负荷预测研究.建筑技术科学,2023-08.
6王一名,孙东,王平,李丽新,时宇杰,马施羽,王丹妮. 基于深度学习的电力系统负荷预测方法.建筑技术科学,2022-04.
7许召康. 基于深度学习的电气设备状态监测与预测.建筑技术科学,2023-09.
8曲超. 基于深度学习的电气设备状态监测与预测.建筑技术科学,2024-06.
9张永杰. 基于深度学习的电力系统故障预测与诊断.建筑技术科学,2023-09.
10陈利军. 电力系统中基于物联网的设备状态监测与预测算法研究.市政工程,2023-12.

来源期刊

当代电力文化

当代电力文化

相关推荐

同分类资源更多

相关关键词

电力系统深度学习电力系统自动化设备

返回顶部