文档名：基于PSODBN的风电机组齿轮箱运行状态识别
摘要：为了准确监测到风电机组齿轮箱的运行状态以实现其早期预警,提出了一种基于改进深度置信网络(DeepBeliefNet-works,DBN)的运行状态识别方法.首先,利用粒子群算法(ParticleSwarmOptimization,PSO)优化DBN网络的结构参数,运用最优的DBN网络结构提取样本数据特征.将特征通过多维尺度分析(MultidimensionalScaling,MDS)算法映射到低维空间,在低维空间内依据欧氏距离构建齿轮箱状态指标,结合状态指标实现样本数据标签化.再采用标签化的样本数据训练极限学习机(ExtremeLearningMachine,ELM)模型,识别齿轮箱的运行状态.结果表明,该方法的识别准确率达到95.61％,不仅深度挖掘到样本数据的特征信息,还通过构建状态指标为无标签的样本数据处理提供了参考.
作者：刘杰 付雪娇 孙兴伟Author：LIUJie FUXuejiao SUNXingwei
作者单位：沈阳工业大学机械工程学院,辽宁沈阳110870
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(3)
分类号：TM315
关键词：风电机组 状态识别 深度置信网络 多维尺度分析 极限学习机
机标分类号：TP368.3SS436.65
在线出版日期：2023年5月25日
基金项目：辽宁省教育厅，辽宁省兴辽英才计划资助项目基于PSO-DBN的风电机组齿轮箱运行状态识别[
期刊论文] 传感技术学报--2023, 36(3)刘杰 付雪娇 孙兴伟为了准确监测到风电机组齿轮箱的运行状态以实现其早期预警,提出了一种基于改进深度置信网络(DeepBeliefNet-works,DBN)的运行状态识别方法.首先,利用粒子群算法(ParticleSwarmOptimization,PSO)优化DBN网络的结构参...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
基于PSO-DBN的风电机组齿轮箱运行状态识别 Operating State Identification of Wind Turbine Gearbox Based on PSO-DBN
基于PSO-DBN的风电机组齿轮箱运行状态识别.pdf
- 文件大小:
- 2.32 MB
- 下载次数:
- 60
-
高速下载
|
|
