基于人工智能技术的智能化风电场运行及维护应用
被引量：2
Intelligent wind farm operation and maintenance application based on artificial intelligence technology
摘要
开展智能化风电场运行及维护的应用,构建设备状态全景化、数据分析智能化、设备管理精益化风电场的运行及维护模式。
出处
《电力设备管理》
2021年第5期127-129,共3页
Electric Power Equipment Management
参考文献4
-
1陈凯,朱钰.机器学习及其相关算法综述[J].统计与信息论坛,2007,22(5):105-112. 被引量：82
-
2安强强,郑敏.基于深度学习的图像识别研究[J].自动化与仪器仪表,2018,0(3):115-118. 被引量：26
-
3蒋树强,闵巍庆,王树徽.面向智能交互的图像识别技术综述与展望[J].计算机研究与发展,2016,53(1):113-122. 被引量：92
-
4徐群,陈琛,王雨,韩晓燕,杨继超.智能视频分析技术在电力设备监控中的应用[J].山东工业技术,2017(20):205-205. 被引量：4
二级参考文献96
-
1龙卫江,张文修.基于相近原则的半指导直推学习机及其增量算法[J].应用数学学报,2006,29(4):619-632. 被引量：2
-
2Nigam K,McCallum A K,Thrun S,Mitchell T.Text classification from labeled and unlabeled documents using EM[J].Machine Learning,2000,39(2-3):103-134.
-
3Joachims T.Transductive inference for text classification using support vector machines[G].In:Proc 16th Int'l Conf Machine Learning,Bled,Slovenia,1999,200-209.
-
4Blum A,Mitchell T.Combining labeled and unlabeled data with co-training[G].In:Proc 16th Annual Conf Computational Learning Theory,Madison,WI,1998,92-100.
-
5Breiman L.,Friedman,J.,Olshen,R.,and Stone,C.Classification and Regression Trees[M].Wadsworth,1984.
-
6Breiman L.Random forests[J].Machine Learning,2001,45(1):5-32.
-
7Cortes,C.,Vapnik,V.M.,.Support Vector Networks[J].Machine Learning,1995,20:273-297.
-
8Dietterich,T.G.An Experimental Comparison of Three Methods for Constructing Ensembles of Decision Trees:Bagging,Boosting,and Randomization[J].Machine Learning,2000,40:139-157.
-
9Breiman,L.,Bagging Predictors[J].Machine Learning,1996,24(2):123-140.
-
10Agrawal R,Imielinski T,Swami A.Mining association rules between sets of items in large databases[K].Proc of ACM SIGMOD Conf on Management of Data[C].Washington,1993.207-216.
共引文献200
-
1张德锋,蒋明炎,倪尔波.成像技术在烧结球团中的应用[J].自动化与仪器仪表,2019(S01):95-97.
-
2宫福敏.露天煤矿大型结构件智能双丝焊修研究[J].工矿自动化,2021,47(S01):116-118.
-
3郭雄伟,冯俊优,赵睿,丁志刚.基于图像识别的胶带撕裂检测系统研究[J].煤炭工程,2021,53(S01):86-90. 被引量：2
-
4孙开,Gao Yi,常小迦.基于免疫学染色与深度学习的宫颈癌细胞智能识别算法[J].计算机应用研究,2020,37(S02):142-143.
-
5王铁君,王维兰.基于本体的唐卡图像标注方法[J].吉林大学学报（工学版）,2020,50(1):289-296. 被引量：2
-
6李玥.机器学习的分类、聚类研究[J].电脑知识与技术,2020,0(4):161-162. 被引量：5
-
7周锐,鲍沛泽,孔钦,万凯.基于TensorFlow框架的可视化大学生行为分析系统设计[J].智能计算机与应用,2020,10(7):227-233. 被引量：1
-
8杜明,周而重.机器学习在模式识别中的应用研究[J].科技信息,2009(9):37-38. 被引量：6
-
9贺英杰,叶宗民,金吉学.机器学习在入侵检测中的应用综述[J].计算机安全,2010(3):20-21. 被引量：2
-
10焦洪硕,鲁建厦.智能工厂及其关键技术研究现状综述[J].机电工程,2018,35(12):1249-1258. 被引量：44
同被引文献12
-
1汤明文,戴礼豪,林朝辉,王芳东,宋福根.无人机在电力线路巡视中的应用[J].中国电力,2013,46(3):35-38. 被引量：176
-
2黄军凯,刘华麟,杨涛.基于三维GIS技术的输变电设备多维可视化监测系统的设计研究[J].贵州电力技术,2014,17(3):5-7. 被引量：6
-
3陇辉,邱平.输电线路三维可视化运行管理系统[J].科技与企业,2014(16):151-151. 被引量：4
-
4薛阳,张晓宇,杨天宇,陈明超,张茂胜.输电线路走廊自主巡检无人机控制逻辑设计[J].广东电力,2017,30(3):94-99. 被引量：14
-
5钱金菊,张睿卓,王柯,张少彬,郑晓光,袁鹏飞,彭向阳.输电线路巡检可视化管理系统及其应用[J].广东电力,2018,31(3):109-114. 被引量：30
-
6王鹏.基于无人机的风电叶片巡检[J].中国新技术新产品,2019,0(22):19-20. 被引量：3
-
7康磊,莫浩,孟琪,钱凯,余海翔.山地风电场风力发电机组叶片无人机智能巡检[J].云南水力发电,2020,36(3):180-183. 被引量：14
-
8李清东,卢鹏举,潘巧波,曹力,从鸿胜,杜虹锦.数字化电厂智能巡检技术在风电场的应用[J].黑龙江电力,2021,43(4):302-306. 被引量：13
-
9刘承志,程飞,孟涛,杨昊,黄琪,吕惠.风电场智能巡检系统研发与应用研究[J].中国设备工程,2022(18):181-183. 被引量：6
-
10陈旭.边缘智能技术在风电场无人机巡检中的应用[J].自动化应用,2022(7):78-81. 被引量：2
二级引证文献4
-
1陈明生.基于SSA-KELM模型的风机叶根螺栓松动预测研究[J].电子元器件与信息技术,2023,7(9):47-50.
-
2朱得利,韩兴意.基于风机建模的风力电站无人机航迹点规划策略研究[J].电力信息与通信技术,2024,22(2):76-82.
-
3唐亚波,梁家铭,龙川,刘国俊,陈长鑫.风电场智能巡检系统研发分析[J].电气技术与经济,2024(2):71-73.
-
4王振.无人机智能巡检在风电光伏故障检测中的应用[J].电力设备管理,2024(4):83-85.
-
1齐波,张鹏,张书琦,赵林杰,王红斌,黄猛,唐志国,冀茂,李成榕.数字孪生技术在输变电设备状态评估中的应用现状与发展展望[J].高电压技术,2021,47(5):1522-1538. 被引量：74
-
2姜韬,徐志平.基于NB-IoT的智慧消防系统设计[J].计算机与网络,2021,47(10):56-58. 被引量：5
-
3苏小浩.RFID技术在气象设备仓库中的应用[J].科技创新导报,2021,18(8):180-182.
-
4周炳海,侍雨,张于贤.考虑质量的退化生产系统可用性中心维护决策[J].东北大学学报（自然科学版）,2021,42(6):814-820. 被引量：3
