单选题 电力设备的（）技术是指有目的地强调设备整体或局部特性，将原来不清晰地设备图像变得清晰或强调设备的某些特征，扩大图像中不同设备或部件之间的差别。（难度：★）

单选题 为应对微网响应模型长期学习需求中的梯度消失和梯度爆炸问题，引入长短期记忆的深度LSTM网络，其中（）可以对上一节点传进来的输入进行选择性丢弃。（难度：★）

单选题 利用Faster R-CNN可对导地线进行视觉监测，其中（）激活函数可计算特征映射图中每一个特征点属于线夹目标的概率。（难度：★）

单选题 电力设备及线路的智慧巡检广泛使用目标检测技术，以下选项不属于常用的目标检测技术的神经网络结构的是（）。（难度：★）

单选题 下列不属于输电线路巡检图像智能识别范围的是（）。（难度：★）

单选题 在居民用电负荷预测问题中，基于负荷波动和居民行为特征，试图将未打标签的居民用户用电负荷划分为几个类别，可使用的机器学习算法为（）。（难度：★）

单选题 利用“电力指纹”技术可以实现对用电设备的监测、控制、管理和友好交互。“电力指纹”技术的研究主要包括特征研究和（）。（难度：★）

单选题 传统配电网的可靠性评估可以建模为一个二分类问题，以下可应用于该问题的算法是（）。（难度：★★）

单选题 （）主要是研究复杂地形、特殊环境条件下，大型电网风电场的运行控制技术，研究基于物联网、云计算和大数据综合应用等，不同类型的风电场智能化的控制技术，以及智能运维技术。（难度：★★）