<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">58</journal-id>
      <journal-title-group>
        <journal-title>施工技术研究</journal-title>
        <abbrev-journal-title>Research on Construction Technology</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN: 3104-8129 EISSN: 3104-8137</issn>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">15001</article-id>
      <title-group>
        <article-title>基于深度学习的电力设备故障诊断与预测性维护策略研究</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>林晓红</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>11</month>
      </pub-date>
      <issue>11</issue>
      <abstract>
        <p>在电力系统运行中，电力设备故障诊断与维护至关重要，直接影响电力供应的稳定性与可靠性。本研究聚焦于基于深度学习的
电力设备故障诊断与预测性维护策略，旨在解决传统方法在故障诊断准确性和维护及时性方面的不足。通过实际案例验证，该策略在提高
电力设备可靠性和减少故障停机时间方面具有显著效果。本研究为电力设备的故障诊断与维护提供了一种科学、有效的策略，有助于提高
电力系统的运行效率和稳定性，具有重要的实践价值。</p>
      </abstract>
    </article-meta>
  </front>
</article>
