1 |
朱亚伟,孙岩洲,赵来军,等.基于AMSFLA的配电网故障定位研究[J].计算机应用研究,2019,36(9):2718-2721. 10.19734/j.issn.1001-3695.2018.03.0241
|
2 |
曹祺,肖仕武,焦邵麟,等.考虑保护启动信息的电网故障诊断解析模型及告警方法[J/OL].现代电力, 2023 [2023-07-16]. .
|
3 |
中国电机工程学会信息化专委会.中国电力大数据发展白皮书[Z].北京:中国电力出版社,2013:4-6.
|
4 |
唐雅洁.基于云服务的智能电网调度监控平台与辅助决策[D].杭州:浙江大学,2018:1-10.
|
5 |
蔡泽祥,马国龙,孙宇嫣,等.基于数据挖掘的电力设施运维与决策分析方法[J].华南理工大学学报(自然科学版),2019,47(6):57-64,71.
|
6 |
蒲天骄,乔骥,韩笑,等.人工智能技术在电力设施运维检修中的研究及应用[J].高电压技术,2020,46(2):369-383.
|
7 |
刘云鹏,许自强,李刚,等.人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述[J].高电压技术,2019,45(2):7-18. 10.13336/j.1003-6520.hve.20190130001
|
8 |
National Science and Technology Council. National artificial intelligence research and development strategic plan (2016) [R/OL]. America: National Science and Technology Council, 2016 [2022-10-21]. .
|
9 |
Government Office for Science. Artificial intelligence: opportunities and implications for the future of decision making (2016) [R/OL]. U. K. Government & Office for Science, 2016 [2022-11-05]. .
|
10 |
王均,刘熠.大数据平台下配电网智能化运维管控平台的设计[J].网络安全技术与应用,2022(2):108-109. 10.3969/j.issn.1009-6833.2022.02.063
|
11 |
李焱,贾雅君,李磊,等.基于随机森林算法的短期电力负荷预测[J]. 电力系统保护与控制,2020,48(21):117-124. 10.19783/j.cnki.pspc.191594
|
12 |
姜建,刘海琼,李衡,等.基于XGBoost的配电网线路 峰值负荷预测方法[J].电力系统保护与控制,2021,49(16):119-127.
|
13 |
孙超,吕奇,朱思曈,等.基于双层XGBoost算法考虑多特征影响的超短期电力负荷预测[J].高电压技术,2021,47(8):2885-2898.
|
14 |
张丽娟,保富.基于改进SVM的电力用户异常用电行为检测方法研究[J].电测与仪表,2022,59(12):163-168.
|
15 |
陈庆超. 基于特征融合CNN的电力系统稳定性预测研究[D].贵阳:贵州大学,2022:5-10.
|
16 |
王开放,姜瑛.云环境下基于动态滑动窗口多通道Bi-LSTM的虚拟机故障预测模型[J]. 计算机应用研究,2023,40(3):855-862.
|
17 |
张宸嘉,朱磊,俞璐.卷积神经网络中的注意力机制综述[J].计算机工程与应用,2021,57(20):64-72. 10.3969/j.issn.1002-0802.2021.07.008
|
18 |
袁翔宇,张蓬鹤,熊素琴,等.基于逻辑回归算法的异常用电辨识方法研究[J].电测与仪表,2021,58(12):81-87.
|
19 |
于琳琳,王泽,郝元钊,等.基于XGBoost的电力系统动态频率响应曲线预测方法[J].电力建设,2023,44(4):74-81. 10.12204/j.issn.1000-7229.2023.04.009
|
20 |
张苏,郭裕钧,张血琴,等.基于SVM-RF的电力线路故障诊断研究[J].山东电力技术,2022,49(11):36-43.
|
21 |
陆继翔,张琪培,杨志宏,等.基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J].电力系统自动化,2019,43(8):131-137. 10.7500/AEPS20181012004
|
22 |
胡正杰,祁帅涛.计算机视觉在高压线路巡检中的应用[J].中国新通信,2022,24(8):64-66. 10.3969/j.issn.1673-4866.2022.08.024
|
23 |
杨子锋.基于变压器预防性试验的研究[J].科技创业月刊,2010,23(3):292. 10.3969/j.issn.1672-2272.2010.03.189
|
24 |
邢强,张晋言,王镇方,等.基于XGBoost的测井解释规则库自动获取方法[J].石油物探,2022,61(2):356-363. 10.3969/j.issn.1000-1441.2022.02.017
|
25 |
MA H, MA Y, WANG Y., et al. Location Fingerprint Indoor Positioning Based on XGBoost[M]. Singapore: Springer, 2019. 10.1007/978-981-13-9409-6_175
|
26 |
秦飞翔,朱革兰.基于LSTM-CNN机器学习的配电网故障定位方法[J].广东电力,2021,34(11):27-34.
|
27 |
李善寿,马枭杰,潘璐,等.基于VMD和LSTM-CNN的短期负荷预测模型研究[J].控制工程,2023,30(3):469-478.
|
28 |
莫太平,靳鹤,石鹍, 等.基于小波包和SGD-XGBoost的模拟电路故障诊断方法[J]. 微电子学与计算机,2019,36(4):44-48.
|
29 |
黄喜元,王青,董朝阳.基于归一化神经网络的航天器自适应姿态跟踪控制[J].宇航学报,2010,31(11):2542-2549. 10.3873/j.issn.1000-1328.2010.11.017
|
30 |
闫振甫.基于3D卷积神经网络的动态手势识别方法研究[D].重庆:重庆邮电大学,2021:20-32.
|
31 |
HUNG G L, SAHIMI M S B, SAMMA H, et al. Faster R-CNN deep learning model for pedestrian detection from drone images[J]. SN Computer Science, 2020, 1: Article number: 116. 10.1007/s42979-020-00125-y
|
32 |
SIDOROV O. Artificial color constancy via GoogLeNet with angular loss function[J/OL]. [2022-11-08]. . 10.1080/08839514.2020.1730630
|
33 |
王亚.基于3D卷积神经网络的三维模型识别及检索研究[D].长春:长春工业大学,2020:8-15.
|
34 |
MNIH V, HEESS N, GRAVES A, et al. Recurrent models of visual attention[C]// Proceedings of the 27th International Conference on Neural Information Processing Systems. Cambridge, MA: MIT Press, 2014: 2204-2212.
|
35 |
BAHDANAU D, CHO K, BENGIO Y. Neural machine translation by jointly learning to align and translate [C/OL]// Proceedings of the 3rd International Conference on Learning Representation, 2015 [2022-12-06]. . 10.1017/9781108608480.003
|
36 |
VASWANI A, SHAZEER N, PARMAR N, et al. Attention is all you need [C]// Proceedings of the 31st International Conference on Neural Information Processing Systems. Red Hook, NY: Curran Associates Inc., 2017: 6000-6010.
|