为广大工业用户开展数据模型的开发和业务的数字化转型提供参考。
时间序列预测模型,ARIMA、LSTM,用于电力需求预测;监督学习算法,决策树或神经网络,用于电力设备故障预测与诊断。
利用机器学习算法对电力系统的运行状态进行监测和预测,以提高电力供应的可靠性和效率,降低运营成本。
基于高频仿真数据的压裂泵故障识...
地铁车门高频信号轻微故障预警
基于1DCNN和LSTM的轴承故障诊断
基于模糊融合旋转机械故障诊断的...