High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods

Alexandra I. Khalyasmaa; Mihail D. Senyuk; Stanislav A. Eroshenko

doi:10.1109/TPWRD.2019.2921095

High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods

Alexandra I. Khalyasmaa, Mihail D. Senyuk, Stanislav A. Eroshenko

Результат исследований: Вклад в журнал › Статья › рецензирование

Язык оригинала	Английский
Номер статьи	8731723
Страницы (с-по)	1747-1756
Число страниц	10
Журнал	IEEE Transactions on Power Delivery
Том	34
Номер выпуска	4
DOI	https://doi.org/10.1109/TPWRD.2019.2921095
Состояние	Опубликовано - 1 авг 2019

Предметные области ASJC Scopus

Energy Engineering and Power Technology
Electrical and Electronic Engineering

Предметные области WoS

Технологии, Электротехника и электроника

Ссылки

10.1109/TPWRD.2019.2921095

Другие файлы и ссылки

Fingerprint

Подробные сведения о темах исследования «High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods». Вместе они формируют уникальный семантический отпечаток (fingerprint).

1 Завершено
1 Активно

Новые интеллектуальные технологии управления производственными активами электроэнергетических предприятий
Хальясмаа, А. И., Шатунова, Д. В., Зиновьева, Е. Л., Сенюк, М. Д., Шабунина, О. В., Снегирев, Д. А., Ерошенко, С. А. & Плотников, Л. В.
01/08/2019 → …
Проект: Исследование › Научная группа
Адаптивная система управления и прогнозирования жизненного цикла оборудования электроэнергетических систем на основе методов глубокого машинного обучения
Хальясмаа, А. И.
30/06/2018 → 30/06/2020
Проект: Проект-Грант

Цитировать

@article{8606d0f28f334621adc9d146b896ce23,

title = "High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods",

keywords = "circuit breaker, gradient boosted trees algorithm, machine learning, pattern recognition, sample, short circuit currents, technical diagnostics, Technical state",

author = "Khalyasmaa, {Alexandra I.} and Senyuk, {Mihail D.} and Eroshenko, {Stanislav A.}",

year = "2019",

month = aug,

day = "1",

doi = "10.1109/TPWRD.2019.2921095",

language = "English",

volume = "34",

pages = "1747--1756",

journal = "IEEE Transactions on Power Delivery",

issn = "0885-8977",

publisher = "Institute of Electrical and Electronics Engineers Inc.",

number = "4",

}

High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods. / Khalyasmaa, Alexandra I.; Senyuk, Mihail D.; Eroshenko, Stanislav A.

В: IEEE Transactions on Power Delivery, Том 34, № 4, 8731723, 01.08.2019, стр. 1747-1756.

Результат исследований: Вклад в журнал › Статья › рецензирование

TY - JOUR

T1 - High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods

AU - Khalyasmaa, Alexandra I.

AU - Senyuk, Mihail D.

AU - Eroshenko, Stanislav A.

PY - 2019/8/1

Y1 - 2019/8/1

KW - circuit breaker

KW - gradient boosted trees algorithm

KW - machine learning

KW - pattern recognition

KW - sample

KW - short circuit currents

KW - technical diagnostics

KW - Technical state

UR - http://www.scopus.com/inward/record.url?scp=85069900620&partnerID=8YFLogxK

UR - https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=tsmetrics&SrcApp=tsm_test&DestApp=WOS_CPL&DestLinkType=FullRecord&KeyUT=000477724800057

U2 - 10.1109/TPWRD.2019.2921095

DO - 10.1109/TPWRD.2019.2921095

M3 - Article

AN - SCOPUS:85069900620

VL - 34

SP - 1747

EP - 1756

JO - IEEE Transactions on Power Delivery

JF - IEEE Transactions on Power Delivery

SN - 0885-8977

IS - 4

M1 - 8731723

ER -

High-Voltage Circuit Breakers Technical State Patterns Recognition Based on Machine Learning Methods

Предметные области ASJC Scopus

Предметные области WoS

Ссылки

Другие файлы и ссылки

Fingerprint

Проекты

Новые интеллектуальные технологии управления производственными активами электроэнергетических предприятий

Адаптивная система управления и прогнозирования жизненного цикла оборудования электроэнергетических систем на основе методов глубокого машинного обучения

Цитировать