[1] |
李康乐, 周凯, 黄明, 等. XLPE在电场作用下的取向对温度变化条件下水树生长的促进作用机理[J]. 中国电机工程学报, 2018,38(3):956-964.
|
[2] |
李雯雯, 高阳, 孙英华, 等. 老化评估模型对电缆绝缘性能老化问题的研究[J]. 电器与能效管理技术, 2018(13):26-29.
|
[3] |
周凯, 马智远, 许中. 基于大数据技术的智能电网态势感知分析[J]. 电器与能效管理技术, 2018(21):70-76.
|
[4] |
李向阳, 喇果彦, 向英, 等. 大云物移智等新技术在电网应用的研究[J]. 电力信息与通信技术, 2019,17(1):93-97.
|
[5] |
程乐峰, 余涛, 张孝顺, 等. 机器学习在能源与电力系统领域的应用和展望[J]. 电力系统自动化, 2019,43(1):21-49.
|
[6] |
蒲天骄, 乔骥, 韩笑, 等. 人工智能技术在电力设备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):337-348.
|
[8] |
李川. 基于“移动互联+网格化”的输电设备精益化运维管理[J]. 中国电力企业管理, 2015(17):56-57.
|
[9] |
刘伟. 基于Hadoop的电力电缆故障监测平台研究[J]. 花炮科技与市场, 2019,98(1):201-202.
|
[10] |
杨彬彬, 范海波, 梁磊. 基于大数据的地下电缆精益化管理关键技术研究与应用[J]. 电力大数据, 2019(12):15-20.
|
[11] |
朝乐门. 数据科学理论与实践[M]. 北京: 清华大学出版社, 2017.
|
[12] |
王纯林, 王辉, 文锐, 等. 互联网时代苏州电网电缆智慧管理模式研究[J]. 中国电业(技术版), 2015 (9):105-110.
|
[13] |
罗佑锋. 基于Hadoop云平台的电力设备状态检修系统关键技术研究[D]. 长沙:湖南大学, 2017.
|
[14] |
翟果, 李欢, 何浩辉, 等. 基于大数据的高压电缆运维管理应用的研究[J]. 企业技术开发, 2019,38(7):77-80,89.
|
[15] |
王宣, 姜伟, 田智, 等. 基于设备运维精益管理系统的电缆监测大数据应用[J]. 自动化与仪器仪表, 2018(5):167-170.
|
[16] |
DOMINIK F, THIEMO G, BERNHARD S. Swiftrule:mining comprehensible classification rules for time series analysis[J]. IEEE Transactions on knowledge and data engineering, 2011,23(5):774-787.
doi: 10.1109/TKDE.2010.161
|
[17] |
GILL S, STEPHEN B, GALLOWAY S. Wind turbine condition assessment through power curve copula modeling[J]. IEEE Transactions on Sustainable Energy, 2012,3(1):94-101.
doi: 10.1109/TSTE.2011.2167164
|
[18] |
TORRES R S, FALCAO A X, GONC M A, et al. A genetic programming framework for content-based image retrieval[J]. Pattern Recognition, 2009,42(2):283-292.
doi: 10.1016/j.patcog.2008.04.010
|
[19] |
朱永利, 尹金良. 组合核相关支持向量机在电力变压器故障诊断中的应用[J]. 中国电机工程学报, 2013,33(22):68-74.
|
[20] |
林长锥, 吴宇忻, 胡臻达, 等. 基于大数据的台区异动判别研究[J]. 电器与能效管理技术, 2017(15):15-20.
|
[21] |
严英杰, 盛戈皞, 陈玉峰, 等. 基于大数据分析的输变电设备状态数据异常检测方法[J]. 中国电机工程学报, 2015,35(1):52-59.
doi: 10.13334/j.0258-8013.pcsee.2015.01.007
|
[22] |
李方利, 钱帅伟, 毛振宇, 等. 基于多传感器融合技术的电缆附件局部放电检测系统[J]. 电器与能效管理技术, 2020(6):53-60.
|
[23] |
CATTERSONV, BAHADOORSINGH S, RUDD S, et al. Identifying harmonic attributes from on-line partial discharge data[J]. IEEE Transactions on Power Delivery, 2011,26(3):1811-1819.
doi: 10.1109/TPWRD.2011.2114373
|
[24] |
杨丹, 夏荣, 王昱力, 等. 基于大数据分析的电缆智能检修框架研究[J]. 电力信息与通信技术, 2018,16(7):68-72.
|
[25] |
吴炬卓, 肖笛, 牛海清. 计算电缆导体暂态温度的粒子群优化的BP神经网络新方法[J]. 电器与能效管理技术, 2018(3):14-19,24.
|
[26] |
周丹. 基于支持向量机的电缆故障识别[D]. 西安:西安科技大学, 2009.
|
[27] |
李小薇. 基于IPSO-SVM的电缆故障识别[D]. 西安:西安科技大学, 2014.
|
[28] |
李俊峰. 矿井高压电缆故障定位方法的研究[D]. 北京:中国矿业大学(北京), 2017.
|
[29] |
RAYP, MISHRA D. Application of extreme learning machine for underground cable fault location[J]. International Transactions on Electrical Energy Systems, 2015,25(12):3227-3247.
doi: 10.1002/etep.2032
|
[30] |
金红卫, 朱权, 杨彪, 等. 基于灰色关联法的电缆故障大数据分析模型[J]. 电工技术, 2016(8):75-76.
|
[31] |
LIVANIH, EVRENOSOGLU C Y. A machine learning and wavelet-based fault location method for hybrid transmission lines[J]. IEEE Transactions on Smart Grid, 2014,5(1):51-59.
doi: 10.1109/TSG.2013.2260421
|
[32] |
QIN X B, WANG M, LIN J S, et al. Power cable fault recognition based on an annealed chaotic competitive learning network[J]. Algorithms, 2014,7(4):492-509.
doi: 10.3390/a7040492
|
[33] |
COLEMAN N S, SCHEGAN C, MIU K N. A study of power distribution system fault classification with machine learning techniques:2015 North American Power Symposium (NAPS)[C]. 2015.
|