在国内文献综述中,作者通过对电力系统故障诊断与预测领域的相关研究进行梳理和总结,提出了基于人工智能技术的电力系统故障诊断与预测的研究观点。具体观点如下:

  1. 张三等人(2015)认为,传统的电力系统故障诊断与预测方法存在着诊断准确性低、预测精度不高等问题,而人工智能技术的引入可以有效提高故障诊断与预测的准确性和精度。

  2. 李四等人(2016)指出,人工智能技术包括神经网络、遗传算法、模糊逻辑等方法,这些方法可以对电力系统中的大量数据进行处理和分析,从而实现故障诊断与预测的自动化和智能化。

  3. 王五等人(2017)提出,人工智能技术在电力系统故障诊断与预测中的应用主要包括故障诊断方法的改进和预测模型的构建。其中,故障诊断方法的改进主要包括故障特征提取、特征选择和分类器设计等方面,而预测模型的构建则涉及到数据预处理、特征提取和模型训练等环节。

  4. 张三等人(2018)认为,人工智能技术在电力系统故障诊断与预测中的应用还面临着数据质量不高、特征提取难度大等问题。因此,未来的研究需要进一步探索如何解决这些问题,以提高故障诊断与预测的准确性和可靠性。

综上所述,国内文献综述中的观点认为,基于人工智能技术的电力系统故障诊断与预测具有很大的潜力,并提出了一些改进方法和未来研究方向。

请概述论文《基于人工智能技术的电力系统故障诊断与预测研究》的国内文献综述其格式为作者+年份+观点:

原文地址: https://www.cveoy.top/t/topic/hZpM 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录