EUVIMEDEUVIMED entdecken
Crossref

Vibration Signal-Based Fusion Residual Attention Model for Power Transformer Fault Diagnosis

Yazhong Zhou, Yigang He, Zhikai Xing, Lei Wang, Kaixuan Shao, Leixiao Lei, Zihao Li

IEEE Sensors Journal · 15.05.2024 · 24 (10) · 17231-17242

DOI: 10.1109/jsen.2024.3382811 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Sensors Journal, erschienen am 15.05.2024. Verfasst von Yazhong Zhou und 6 weiteren Autor:innen. Die Arbeit wurde bisher 58-mal zitiert (Crossref) und nennt 37 Literaturangaben. Gefördert von: National Natural Science Foundation of China, the national key research and development plan.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China
  • the national key research and development plan

Zitieren

APA

Zhou, Y., He, Y., Xing, Z., Wang, L., Shao, K., Lei, L., & Li, Z. (2024). Vibration Signal-Based Fusion Residual Attention Model for Power Transformer Fault Diagnosis. IEEE Sensors Journal, 24(10), 17231-17242. https://doi.org/10.1109/jsen.2024.3382811

Vancouver

Zhou Y, He Y, Xing Z, Wang L, Shao K, Lei L, et al. Vibration Signal-Based Fusion Residual Attention Model for Power Transformer Fault Diagnosis. IEEE Sensors Journal. 2024;24(10):17231-17242. doi:10.1109/jsen.2024.3382811

BibTeX
@article{Zhou2024,
  author = {Zhou, Yazhong and He, Yigang and Xing, Zhikai and Wang, Lei and Shao, Kaixuan and Lei, Leixiao and Li, Zihao},
  title = {Vibration Signal-Based Fusion Residual Attention Model for Power Transformer Fault Diagnosis},
  journal = {IEEE Sensors Journal},
  year = {2024},
  volume = {24},
  number = {10},
  pages = {17231--17242},
  doi = {10.1109/jsen.2024.3382811}
}
Kostenlos starten →