電力電纜大數據分析及應用 王大為 9787519884499 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:中國電力
NT$471
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*數量非實際在台庫存
*完成訂單後正常情形下約兩周可抵台

*本賣場提供之資訊僅供參考,以到貨標的為實際資訊。
印行年月:202311*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:電力電纜大數據分析及應用
ISBN:9787519884499
出版社:中國電力
著編譯者:王大為
叢書名:高壓電纜智能化運檢關鍵技術應用叢書
頁數:153
所在地:中國大陸 *此為代購商品
書號:1615392
可大量預訂,請先連絡。

內容簡介

為總結高壓電纜及隧道無人化巡檢、透明化管控、大數據分析等新型智能化技術裝備應用經驗,以數字化、智能化裝備現場應用成效為抓手,全面指導高壓電纜運維、檢修、試驗、狀態監測等工作的開展,國網北京市電力公司電纜分公司全面總結提煉近幾年國內外高壓電纜專業運檢管控成效,形成具有較高技術含量和較強現場指導意義的《高壓電纜智能化運檢關鍵技術應用叢書》。 《高壓電纜智能化運檢關鍵技術應用叢書》面向高壓電纜專業運維、檢修、監控、試驗、狀態監測、數據分析等相關專業人員,通過原理解析和操作流程教學,助力專業人員掌握高壓電纜智能化運檢理論知識及實操技能,促進電力電纜專業運檢關鍵技術水平全面提升。 本書為《電力電纜大數據分析及應用》分冊,共七章,分別為電力電纜設備大數據特點和面臨的技術挑戰、電力電纜設備大數據關鍵技術、同步多通道電力電纜設備時間序列狀態監測數據特徵選擇方法、基於無監督學習的電力電纜接地電流模態識別、基於機器學習的電力電纜局部放電模式識別、電力電纜大數據分析技術應用案例、總結與展望。本書可進一步促進國內電力電纜大數據分析水平的快速提升,為專業運檢人員開展電力電纜大數據分析應用工作提供翔實的理論基礎和操作方法。

目錄

前言
第一章 電力電纜設備大數據特點和面臨的技術挑戰
第一節 電力電纜設備大數據基本概念
第二節 電力電纜設備大數據來源及獲取方式
第三節 電力電纜設備大數據特點
第四節 電力電纜設備大數據面臨的技術挑戰
第二章 電力電纜設備大數據關鍵技術
第一節 數據採集與傳輸關鍵技術
第二節 數據存儲關鍵技術
第三節 流式計算關鍵技術
第四節 數據分析建模技術
第三章 同步多通道電力電纜設備時間序列狀態監測數據特徵選擇方法
第一節 電力電纜設備時間序列狀態監測數據
第二節 特徵選擇演算法的基本結構與分類
第三節 基於時間序列的特徵選擇演算法
第四節 基於評價策略的特徵選擇演算法
第五節 基於搜索策略的特徵選擇演算法
第六節 基於不同監督信息的特徵選擇演算法
第四章 基於無監督學習的電力電纜接地電流模態識別
第一節 研究背景
第二節 研究現狀
第三節 數據清洗與預處理
第四節 護層電流與光纖測溫信號的時空特性分析
第五節 基於無監督學習的歷史數據挖掘與時空分析
第六節 知識庫設計
第七節 系統工具設計與開發
第五章 基於機器學習的電力電纜局部放電模式識別
第一節 電力電纜局部放電檢測研究現狀
第二節 電力電纜局部放電數據自學習實現策略
第三節 電力電纜多源局部放電數據樣本集的預處理
第四節 複雜數據源下的局部放電模式識別方法
第六章 電力電纜大數據分析技術應用案例
第一節 電力電纜多維數據預處理演算法研究
第二節 電力電纜多維數據預處理案例分析
第三節 基於SdA-t-SNE和DBSCAN的時空特徵提取與聚類演算法案例分析
第四節 基於SBD的護層電流異常檢測演算法案例分析
第七章 總結與展望
第一節 總結
第二節 展望
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理