Precise transformer fault diagnosis via random forest model enhanced by synthetic minority over-sampling technique

Publiceringsår

2023

Upphovspersoner

Prasojo, Rahman Azis; Putra, Muhammad Akmal A.; Ekojono, ; Apriyani, Meyti Eka; Rahmanto, Anugrah Nur; Ghoneim, Sherif S.M.; Mahmoud, Karar; Lehtonen, Matti; Darwish, Mohamed M.F.

Organisationer och upphovspersoner

Aalto-universitetet

Mahmoud Karar

Lehtonen Matti

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Journal

Electric Power Systems Research

Förläggare

Elsevier

Volym

220

Artikelnummer

109361

ISSN

0378-7796

Publikationsforum

55123

Publikationsforumsnivå

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Parallellsparad

Övriga uppgifter

Vetenskapsområden

El-, automations- och telekommunikationsteknik, elektronik

Nyckelord

[object Object],[object Object],[object Object],[object Object],[object Object]

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Sampublikation med ett företag

Nej

DOI

10.1016/j.epsr.2023.109361