简介：摘要：随着技术发展，电力系统的变电站红外监测系统中，进行红外测温，获取一次设备开关和断路器的温度数据，判别开关的接触电阻是否出现异常，从而判断设备是否需要检修。来实现生产状态监测。本文通过机器学习方法，在监测数据处理中，自动排除由于环境变化因素导致的数据干扰，从而了解设备真实的工作状态。重点工作在利用机器学习的算法进行分析归类，从而排除外部干扰的影响，提高监测数据可信度。在 python环境下进行了验证，方法有效可行。对排除外部干扰有明显提升。
简介：摘要随着我国市场经济的迅速崛起，我国电网公司也在不断的推进，其中，电力运维一体化进程的脚步逐渐加快。电力设备的维护和检修技术是电网公司正常运行的关键环节，是推进电力运维一体化进程的重要因素，对此，就要增强对电力运维一体化推进过程中状态维护和检修技术。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
