《表1 设备发热缺陷故障检测数量对比》
提示：宽带有限、当前游客访问压缩模式
根据上述的设计的实验，采集6组实验数据，将两种方法对于设备发热缺陷故障检测的数量进行对比，整理的实验数据如表1所示。
| 图表编号 | XD00127025200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 梁胜杨、曾奥云、黄利达、朱榜超、覃贤金 |
| 绘制单位 | 广西电网公司百色供电局、广西电网公司百色供电局、广西电网公司百色供电局、广西电网公司百色供电局、广西电网公司百色供电局 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 桩基检测数量统计：岩溶地区桩基检测与缺陷处理研究》2021.02.10
- 《表3 GIS设备发热故障检测方法比较分析》2020.12.16
- 《表1 节点信息表：X射线无损检测的GIS设备缺陷检测研究》2021.01.05
- 《表1 实验结果统计：基于便携式检测设备的配电柜异常发热检测技术》2020.11.25
- 《表1 欧洲锈蚀等级：基于深度学习目标检测的电力设备锈蚀缺陷检测算法》2020.12.05
- 《表2 4路与8路管身三维缺陷检测设备指标对比》2020.04.01
- 《表1 宁夏电网GIS带电检测发现缺陷/故障统计》2020.06.28
- 《表1 风阀故障模式表：大数据技术在核电设备缺陷分析中的初步应用》2020.08.20
- 《表1：某某供电公司输电线路设备发热缺陷统计表》2020.06.15
- 《表3 部分故障数据样本：基于关联算法的输变电设备缺陷预警研究》2019.09.25
- 《表5 故障诊断结果：基于关联算法的输变电设备缺陷预警研究》2019.09.25
- 《表发热故障处理前后检测温度》2019.10.10
- 《表2 设备发热缺陷率评分标准》2019.09.10
- 《表1 候选窗口数量对比：基于二值化赋范梯度的中厚板表面缺陷检测》2019.10.20
- 《表1 计算机硬件配置：基于深度学习的输变电设备异常发热点红外图片目标检测方法》2019.02.20
- 《表1 主轴缺陷限定值：矿用提升设备的无损检测》2019.05.15
- 《表5 实验结果对比：SL-SMOTE和CS-RVM结合的电子设备故障检测方法》2019.02.15
- 《表4 实验结果对比：SL-SMOTE和CS-RVM结合的电子设备故障检测方法》2019.02.15
- 《表2 隔河岩电厂历年设备缺陷数量统计》2018.06.30
- 《表1:某换流站2010-2017年设备缺陷故障总数》2018.08.15