参考文献/References:
[1] 高源.基于物联网技术的电能采控终端与电力营销信息系统设计优化[J].自动化技术与应用,2019(09):88-91+101.[2] 段晓萌,王晓东,王晔,等.智能电能表虚拟机平台设计[J]. 电测与仪表,2020,57(24):133-138.
[3] 刘思尧,李强,李斌.基于Docker技术的容器隔离性研究[J]. 软件, 2015, 36(4): 110-113.
[4] 武志学.云计算虚拟化技术的发展与趋势[J].计算机应用,2017,37(04):915-923.
[5] CHARLES A. Docker software engineering[J]. IEEE Software,2015,32(3):0-102.
[6] 袁俊球,周斌,曹健,等.基于STM32单片机的电网蓄热量监测系统设计[J].工业仪表与自动化装置,2022(04): 33-39.
[7]施巍松,张星洲,王一帆,等.边缘计算:现状与展望 [J]. 计算机研究与发展,2019,56(01):69-89.
[8]李铭轩,曹畅,唐雄燕,等.面向算力网络的边缘资源调度解决方案研究[J].数据与计算发展前沿, 2020, 2(4): 80-91.
[9]汪飞,全晓庆,任林涛.电能质量扰动检测与识别方法研究综述[J].中国电机工程学报,2021,41(12): 4104-4121.
[10]丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报, 2011, 40(1): 2-10.
[11]CHANG C C, LIN C J, CHANG C, et al. Libsvm: A library for support vector machines[J]. ACM Transactions on Intelligent Systems and Technology,2011,2(3).
[12] 石黄霞,李文亮,杨白洁.小波分析和支持向量机的电力系统局部放电检测方法[J].自动化技术与应用,2021 (06):6-9+14.
[13]祁亨年.支持向量机及其应用研究综述[J].计算机工程, 2004(10): 6-9.
[14]瞿合祚,李晓明,陈陈,等.基于卷积神经网络的电能质量扰动分类[J].武汉大学学报(工学版),2018,51(6):534-539.
[15] IEEE Std. IEEE Recommended Practice for Monitoring Electric Power Quality: 1159[S]: IEEE, 2019: 1-98.
相似文献/References: