Aller au contenu principal
2025 conference-paper

Improved Fault Detection at Power Plants Using Artificial Intelligence Technologies

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : iq. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

In this paper, we explore one of the most significant applications of artificial intelligence (AI), in modern industries: electrical power systems. As the backbone of the national economy, electricity faces growing global challenges related to efficient planning, operation, protection, and control. AI has emerged as a transformative tool in addressing these challenges, particularly in fault prediction, maintenance optimization, and intelligent scheduling. This study highlights the critical role of AI in identifying and localizing faults within power systems, including failures in generating units, transmission networks, transformers, cables, and substations. Equipment failures can lead to severe disruptions, economic losses, and safety hazards. By integrating AI with advanced sensor technologies, it be-comes possible to monitor system performance in real-time, detect anomalies be-fore they escalate into failures, and enhance the overall reliability and resilience of electrical networks

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Improved Fault Detection at Power Plants Using Artificial Intelligence Technologies
Date Crossref
01/05/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Power Transformer Diagnostics and InsulationElectrical Fault Detection and ProtectionPower Systems Fault Detection

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.