Key points are not available for this paper at this time.
이 논문은 풍력 터빈의 상태 모니터링(예: 블레이드 결함 탐지 또는 발전기 온도 모니터링)에 사용된 기계 학습(ML) 모델에 대한 최근 문헌을_review_합니다. 우리는 데이터 소스, 특성 선택 및 추출, 모델 선택(분류, 회귀), 검증 및 의사 결정을 포함한典형_ ML 단계에 따라 이러한 모델을 분류합니다. 우리의 발견에 따르면 대부분의 모델은 SCADA 또는 시뮬레이션된 데이터를 사용하며, 거의 3분의 2의 방법이 분류를 사용하고 나머지는 회귀에 의존합니다. 신경망, 서포트 벡터 머신 및 결정 트리가 가장 일반적으로 사용됩니다. 우리는 이 분야의 향후 작업의 주요 영역에 대한 논의로 결론을 맺습니다.
Stetco 외(화요일)는 이 질문을 연구했습니다.
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: