Standard

РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ. / Хальясмаа, Александра Ильмаровна.
In: Вестник Казанского государственного энергетического университета, Vol. 12, No. 2 (46), 2020, p. 13-23.

Research output: Contribution to journalArticlepeer-review

Harvard

Хальясмаа, АИ 2020, 'РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ', Вестник Казанского государственного энергетического университета, vol. 12, no. 2 (46), pp. 13-23.

APA

Хальясмаа, А. И. (2020). РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ. Вестник Казанского государственного энергетического университета, 12(2 (46)), 13-23.

Vancouver

Хальясмаа АИ. РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ. Вестник Казанского государственного энергетического университета. 2020;12(2 (46)):13-23.

Author

Хальясмаа, Александра Ильмаровна. / РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ. In: Вестник Казанского государственного энергетического университета. 2020 ; Vol. 12, No. 2 (46). pp. 13-23.

BibTeX

@article{b198083bfebd49d289e24665518a805d,
title = "РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ",
abstract = "В данной статье представлены результаты исследования по разработке адаптивной системы управления жизненным циклом высоковольтного оборудования электрических станций и подстанций, в том числе структурная и математическая модели системы и ее алгоритмы работы. В рамках представленного исследования была выполнена апробация разработанной системы на примере анализа функционального состояния электросетевого оборудования района электрических сетей региональной энергосистемы в программной среде Jupyter на языке Python с использованием библиотеки xgboost. Полученная точность идентификации состояния оборудования – 91% совпадений, в сравнении с заключениями диагностических лабораторий о состоянии оборудования. Разработанная система относится к классу стратегических систем и является «советчиком», предоставляя уже обработанные данные для поддержки принятия решения персонала энергообъектов.",
author = "Хальясмаа, {Александра Ильмаровна}",
year = "2020",
language = "Русский",
volume = "12",
pages = "13--23",
journal = "Вестник Казанского государственного энергетического университета",
issn = "2072-6007",
publisher = "Федеральное государственное бюджетное образовательное учреждение высшего образования {"}Казанский государственный энергетический университет{"}",
number = "2 (46)",

}

RIS

TY - JOUR

T1 - РАЗРАБОТКА АДАПТИВНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЖИЗНЕННЫМ ЦИКЛОМ ЭЛЕКТРООБОРУДОВАНИЯ

AU - Хальясмаа, Александра Ильмаровна

PY - 2020

Y1 - 2020

N2 - В данной статье представлены результаты исследования по разработке адаптивной системы управления жизненным циклом высоковольтного оборудования электрических станций и подстанций, в том числе структурная и математическая модели системы и ее алгоритмы работы. В рамках представленного исследования была выполнена апробация разработанной системы на примере анализа функционального состояния электросетевого оборудования района электрических сетей региональной энергосистемы в программной среде Jupyter на языке Python с использованием библиотеки xgboost. Полученная точность идентификации состояния оборудования – 91% совпадений, в сравнении с заключениями диагностических лабораторий о состоянии оборудования. Разработанная система относится к классу стратегических систем и является «советчиком», предоставляя уже обработанные данные для поддержки принятия решения персонала энергообъектов.

AB - В данной статье представлены результаты исследования по разработке адаптивной системы управления жизненным циклом высоковольтного оборудования электрических станций и подстанций, в том числе структурная и математическая модели системы и ее алгоритмы работы. В рамках представленного исследования была выполнена апробация разработанной системы на примере анализа функционального состояния электросетевого оборудования района электрических сетей региональной энергосистемы в программной среде Jupyter на языке Python с использованием библиотеки xgboost. Полученная точность идентификации состояния оборудования – 91% совпадений, в сравнении с заключениями диагностических лабораторий о состоянии оборудования. Разработанная система относится к классу стратегических систем и является «советчиком», предоставляя уже обработанные данные для поддержки принятия решения персонала энергообъектов.

UR - https://www.elibrary.ru/item.asp?id=44536275

M3 - Статья

VL - 12

SP - 13

EP - 23

JO - Вестник Казанского государственного энергетического университета

JF - Вестник Казанского государственного энергетического университета

SN - 2072-6007

IS - 2 (46)

ER -

ID: 20478954