机构名称：
¥ 1.0
异常检测是一个重要的课题，已在不同的研究领域和应用领域中得到深入研究。它通常涉及异常数据、不健康状态的检测和故障诊断，有助于保证工业系统的稳定性、安全性和经济性。随着智能工业和传感器系统的发展，大量数据变得唾手可得，但工业系统的异常检测面临着重大挑战。一个典型的例子是对能源相关系统的研究，如热能、可再生能源（如风能、光伏）、电动汽车等。这些系统涉及各种数据格式和更复杂的数据结构，使异常数据检测成为一项挑战。目前，在深度学习和大数据分析的发展下，能源系统异常数据检测已经取得了许多有希望的成果。然而，由于能源行业的复杂性，许多具有挑战性的问题仍未解决。能源系统异常检测的新技术和高级工程应用仍然吸引着广泛的学者和行业。本研究专题的目的是征集有关异常检测技术的最新发展和能源相关系统应用进展的论文。该主题可以涵盖与异常检测算法开发相关的技术，例如机器学习、数据挖掘、深度学习、图论、大数据等。可以涉及能源应用的各个方面，例如数据清理、能源系统的不健康评估、状态监测和能源相关行业中的故障诊断。特别关注与能源相关的系统，例如风能、光伏、热能、电动汽车 (EV) 开发等。经过论文研究主题和严格审查，327 位作者提交的 63 篇高质量文章最终被接受，以表彰他们为电力系统、可再生能源系统和其他工业系统的状态监测和异常检测研究所做的贡献。在基于变分模态分解和随机森林的系列电弧故障诊断论文中，赵等人。提出了一种基于变分模态分解和能量熵的方法提取串联电弧故障的特征量，进而完成故障检测。在论文《通过结合在线机器学习和统计分析的数据驱动方法顺序检测微电网不良数据》中，黄等人提出了一种顺序检测方法来检测能源管理系统（EMS）中的不良数据。
社论：能源系统中的先进异常检测技术及其应用
主要关键词
相关文件推荐
