返回列表 发布新帖

[风电] 基于CNN-BiGRU的风机叶片故障诊断

8 0
1 黄金阳光 发表于 2024-10-4 00:21 | 查看全部 阅读模式
文档摘要:提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征,利用BiGRU对时间序列的敏感性,对风机叶片故障分类.对某风电场的SCADA数据进行增强、切片、标准化等预处理,实验结果表明:CNN-BiGRU分类模型能有效对叶片结冰故障进行准确检测,在时间效率和检测准确率方面较其他深度学习模型效果更好.

作者:王永平   张蕾   张晓琳   徐立   韩朋   张飞 Author:WANGYongping   ZHANGLei   ZHANGXiaolin   XULi   HANPeng   ZHANGFei
作者单位:内蒙古科技大学信息工程学院,内蒙古包头014010包头医学院计算机科学与技术系,内蒙古包头014010内蒙古科技大学信息工程学院,内蒙古包头014010;华北电力大学可再生与清洁能源学院,北京102206
刊名:内蒙古科技大学学报
Journal:JournalofInnerMongoliaUniversityofScienceandTechnology
年,卷(期):2022, 41(2)
分类号:TM614
关键词:风机叶片  故障检测  卷积神经网络  双向门控循环单元  
机标分类号:TP311TP277TH17
在线出版日期:2022年9月9日
基金项目:国家自然科学基金,国家重点研发计划,内蒙古自治区自然科学基金资助项目,内蒙古科技大学创新基金项目基于CNN-BiGRU的风机叶片故障诊断[
期刊论文]  内蒙古科技大学学报--2022, 41(2)王永平  张蕾  张晓琳  徐立  韩朋  张飞提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征,利用BiGRU对时间序列的敏感性,对风机叶片故障分类.对某风电场的SCADA数据进行增强、切片、标准化等预处理,实验结果表明:CNN-BiGRU分类模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词:

2024-10-4 00:21 上传
文件大小:
1.64 MB
下载次数:
0
附件售价:
1 下载券 [赞助会员免费下载]
本地下载 立即购买
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
  • 联系QQ客服
2022-2024 新资汇 - 参考资料分享下载网站
关灯 返回顶部
快速回复 返回顶部 返回列表