智能集成算法及其優(yōu)化技術(shù)在電氣檢監(jiān)測中的應(yīng)用

1 Stacking集成算法的功率預(yù)測技術(shù)
1.1 引言
1.2 發(fā)電技術(shù)及數(shù)據(jù)處理方法
1.3 基于Stacking集成與超參數(shù)優(yōu)化的方法研究
1.4 Stacking—GS的聯(lián)合循環(huán)電廠功率預(yù)測
1.5 Stacking—GA優(yōu)化的風(fēng)電功率預(yù)測
1.6 本章總結(jié)
2 基于集成學(xué)習(xí)的用戶異常用電檢測方法
2.1 引言
2.2 電力負(fù)荷數(shù)據(jù)異常用電檢測模型構(gòu)建
2.3 電力負(fù)荷數(shù)據(jù)預(yù)處理技術(shù)和特征提取
2.4 AdaBoost異常檢測智能算法設(shè)計
2.5 Bagging異常檢測智能算法設(shè)計
2.6 本章總結(jié)
3 牽引供電接觸網(wǎng)剩余壽命的預(yù)測方法
3.1 引言
3.2 接觸網(wǎng)綜合狀態(tài)評估模型參數(shù)選取
3.3 優(yōu)化權(quán)重分配的接觸網(wǎng)綜合狀態(tài)評估方案
3.4 基于深度學(xué)習(xí)的接觸網(wǎng)剩余壽命預(yù)測模型
3.5 CCS-DNN剩余壽命預(yù)測模型超參數(shù)優(yōu)化
3.6 本章總結(jié)
4 接觸網(wǎng)剩余壽命集成預(yù)測與維修優(yōu)化
4.1 引言
4.2 高鐵接觸網(wǎng)
4.3 貝葉斯優(yōu)化的剩余壽命預(yù)測模型設(shè)計
4.4 算例研究
4.5 實(shí)驗結(jié)果分析
4.6 鐵路接觸網(wǎng)維修決策優(yōu)化
4.7 本章總結(jié)
5 展望
參考文獻(xiàn)