Computational Methods for Blade Icing Detection of Wind Turbines
Sorozatcím: Engineering Applications of Computational Methods; 24;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 160.49
-
66 563 Ft (63 393 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 13 313 Ft off)
- Kedvezményes ár 53 250 Ft (50 714 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
66 563 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Springer Nature Singapore
- Megjelenés dátuma 2025. július 8.
- Kötetek száma 1 pieces, Book
- ISBN 9789819667628
- Kötéstípus Keménykötés
- Terjedelem229 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk XIII, 229 p. 53 illus., 52 illus. in color. Illustrations, black & white 677
Kategóriák
Hosszú leírás:
This book thoroughly explores the realm of data-driven blade-icing detection for wind turbines, focusing on multivariate time series classification to enhance the reliability and efficiency of wind energy utilization. The widespread prevalence of sensor technology in wind turbines, coupled with substantial data collection, has paved the way for advanced data-driven methodologies, which do not require extensive domain knowledge or additional mechanical tools. The interdisciplinary appeal of this study has drawn attention from experts in fields like computer science, mechanical engineering, and renewable energy systems. Adopting a comprehensive approach, the book lays down a foundational framework for blade-icing detection, stressing the critical role of sensor data integration and the profound impact of machine learning techniques in refining the detection processes. The book is designed for undergraduate and graduate students keen on renewable energy technologies, researchers delving into machine learning applications in energy systems, and engineers focusing on sustainable solutions for enhancing wind turbine performance.
TöbbTartalomjegyzék:
Introduction.- State of the art.- Modeling of time series.- Attention-based convolutional neural network for blade icing detection.- Multiscale Graph-based neural network for blade icing detection.- Multiscale Wavelet-Driven Graph Convolutional Network for Blade Icing Detection.- Prototype-based Semi-supervised blade icing detection.- Class Imbalanced Federated Learning Model for Blade Icing Detection.- Heterogeneous Federated Learning Model for Blade Icing Detection.- Blockchain-enhanced Federated Learning Model for Blade Icing Detection.- Concluding remarks.
Több
