Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
Elektronik
Deals
Medien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 GenerationOnePlus 5 GenerationOnePlus 6 GenerationWeitere Modelle
SamsungAlle anzeigen
Weitere Modelle
SonyAlle anzeigen
Weitere ModelleXperia LXperia MXperia X
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
Zubehör
HuaweiAlle anzeigen
MatePad Pro Serie
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
Kamera Bundles
ObjektiveAlle anzeigen
SamyangZEISS
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
SmartwatchesAlle anzeigen
LGMotorolaSonyXiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Game Boy ClassicNintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
Zubehör
iPodAlle anzeigen
Zubehör

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Computational Methods for Blade Icing Detection of Wind Turbines

Xu Cheng, Fan Shi, Xiufeng Liu, Shengyong Chen (Broschiert, Englisch)

Optischer Zustand
Beschreibung
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.
Dieses Produkt haben wir gerade leider nicht auf Lager.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Technische Daten


Erscheinungsdatum
09.07.2026
Sprache
Englisch
EAN
9789819667659
Herausgeber
Springer Singapore
Serien- oder Bandtitel
Engineering Applications of Computational Methods
Sonderedition
Nein
Autor
Xu Cheng, Fan Shi, Xiufeng Liu, Shengyong Chen
Seitenanzahl
229
Einbandart
Broschiert
Schlagwörter
Wind Turbine, Blade Icing, Data-driven Model, Convolutional Neural Network, Graph Neural Network, Federated Learning
Thema-Inhalt
TJF - Elektronik TGB - Maschinenbau THV - Alternative und erneuerbare Energiequellen und -technik PBT - Wahrscheinlichkeitsrechnung und Statistik UYQM - Maschinelles Lernen
Höhe
235 mm
Breite
15.5 cm

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!