期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于NARX的神经网络时间序列模型的风电机组主轴故障监测及预警系统
Wind Turbine Main Shaft Fault Monitoring and Early Warning System Based on Neural Network Time Series Model of NARX
下载PDF
职称材料
导出
摘要
针对风电机组主轴承故障预警问题,本文利用非线性自回归算法进行时间序列建模,预测主轴承温度,并提出主轴承故障预警方案可有效实现故障提前预警,提升风场效益。
作者
伍席文
胡超波
金钊
王泽科
于雷
赵薇
解富国
黄剑锋
饶巍
机构地区
国电电力湖南新能源开发有限公司
鲁东大学数学与统计科学学院
华风数据(深圳)有限公司
出处
《电力设备管理》
2023年第2期97-100,共4页
Electric Power Equipment Management
关键词
风电机组
主轴故障
神经网络时间序列
监测模型
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
引文网络
相关文献
节点文献
二级参考文献
41
参考文献
3
共引文献
26
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
3
1
金晓航,许壮伟,孙毅,单继宏.
基于SCADA数据分析和稀疏自编码神经网络的风电机组在线运行状态监测[J]
.太阳能学报,2021,42(6):321-328.
被引量:24
2
邓媛媛,刘国奇,蔡磊.
基于设备运行数据的风机故障诊断方法[J]
.沈阳建筑大学学报(自然科学版),2021,37(5):942-948.
被引量:3
3
汪健冬,刘广臣,赵娟娟,杨秋莲,付恩强,黄文广.
基于XGBoost算法模型的风电机组齿轮箱输出轴故障监测与预警系统[J]
.电力大数据,2021,24(6):18-26.
被引量:2
二级参考文献
41
1
周东华,胡艳艳.
动态系统的故障诊断技术[J]
.自动化学报,2009,35(6):748-758.
被引量:301
2
于辉,邓英.
变速风力发电机变流器故障诊断方法[J]
.可再生能源,2010,28(3):89-92.
被引量:16
3
陈涛,孙伟,张旭.
基于灰色关联度的风电齿轮箱传动系统故障树分析[J]
.太阳能学报,2012,33(10):1655-1660.
被引量:14
4
梁颖,方瑞明.
基于SCADA和支持向量回归的风电机组状态在线评估方法[J]
.电力系统自动化,2013,37(14):7-12.
被引量:63
5
林涛,刘刚,蔡睿琪,杨欣,张丽,廖文喆.
基于轴承温度的风机齿轮箱故障预警研究[J]
.可再生能源,2018,36(12):1877-1882.
被引量:24
6
王桂兰,赵洪山,米增强.
XGBoost算法在风机主轴承故障预测中的应用[J]
.电力自动化设备,2019,39(1):73-77.
被引量:48
7
赵洪山,闫西慧,王桂兰,尹相龙.
应用深度自编码网络和XGBoost的风电机组发电机故障诊断[J]
.电力系统自动化,2019,43(1):81-86.
被引量:58
8
王尧,孟文俊,项丹,李淑君.
基于数字图像处理方法的弹塑性倾斜接触冲击动力学试验与数值分析[J]
.机械工程学报,2019,55(1):81-90.
被引量:3
9
金晓航,孙毅,单继宏,吴根勇.
风力发电机组故障诊断与预测技术研究综述[J]
.仪器仪表学报,2017,38(5):1041-1053.
被引量:100
10
孙洁,连畅.
基于云计算的风机故障监测系统的应用[J]
.华北理工大学学报(自然科学版),2017,39(4):101-104.
被引量:3
共引文献
26
1
汪健冬,刘广臣,赵娟娟,杨秋莲,付恩强,黄文广.
基于XGBoost算法模型的风电机组齿轮箱输出轴故障监测与预警系统[J]
.电力大数据,2021,24(6):18-26.
被引量:2
2
赵娟娟,刘广臣,王瑞桃,徐晓宇,张玫洁,黄文广.
基于LightGBM的风电机组齿轮箱油温故障预警研究[J]
.电力大数据,2021,24(11):76-84.
被引量:4
3
吴卓.
基于堆叠稀疏降噪自动编码器的地区风电场群高精度超短期风电功率预测[J]
.电工材料,2022(1):72-75.
4
骆东松,胡聪颖.
基于稀疏自编码器与卡尔曼滤波的锅炉运行状态监测[J]
.舰船电子工程,2022,42(2):157-160.
5
游坤.
基于深度学习的智慧校园电力设备故障检测研究[J]
.金陵科技学院学报,2022,38(2):9-14.
被引量:3
6
蒋世宇,谭文.
基于Res-UNet的风电机组功率曲线建模[J]
.电力科学与工程,2022,38(7):58-65.
7
韩永成,田超,高丹,李玉萍.
基于PLC的钢铁企业能源管控系统设计与实现[J]
.工业技术与职业教育,2022,20(4):11-14.
被引量:1
8
周屋梁.
物联网架构下风电机组状态视频自动监测方法研究[J]
.自动化应用,2022(12):153-155.
被引量:3
9
张惠强,高娟娟,任晓旭,陶永刚,赵禹茗,黄剑锋.
基于CatBoost机器学习模型的风电机组机舱温度异常预警研究[J]
.太阳能,2023(1):49-55.
被引量:3
10
张瑞成,白晓泽,董砚,邸志刚,孙鹤旭,张靖轩.
基于SSAE-LSTM神经网络的风电变流器开路故障诊断[J]
.可再生能源,2023,41(3):361-369.
被引量:2
1
褚辉,徐一旻.
基于时间序列模型的基坑地表沉降预测分析[J]
.现代商贸工业,2023,44(2):253-256.
2
徐东辉,石本改,徐丽琴,叶雪强,王丽娜.
基于NARX神经网络的车用锂离子电池SOH时间序列预测[J]
.车用发动机,2022(6):71-75.
被引量:1
3
徐圣哲,高德东,王珊,吴昊昊,张西亚,韩永龙,李丽荣.
基于NARX动态神经网络直拉硅单晶直径预测模型[J]
.人工晶体学报,2022,51(12):2031-2039.
4
崔雅博,罗清元,刘丽娜.
基于改进非线性自回归网络的洪水预测算法[J]
.沈阳工业大学学报,2023,45(1):84-89.
被引量:2
5
贾兴斌,宫响.
基于时间序列疏系数模型的太阳辐射年际变化趋势预测[J]
.山东科学,2023,36(1):115-123.
被引量:1
6
曹蕊,左娟,王璇,余方宝,戴胜林.
5G数字化时代业务监控预警的挑战与解决思路[J]
.电子元器件与信息技术,2022,6(8):155-157.
7
杨士鹏,姜玮,陈珍珍.
浙江工业增加值增长预测研究——基于ARMAX和神经网络混合模型的实证检验[J]
.统计科学与实践,2022(12):14-19.
8
郝雯柯,杨建林.
基于语义表示和动态主题模型的社科领域新兴主题预测研究[J]
.情报理论与实践,2023,46(2):184-193.
被引量:8
9
李云鹏,王越.
基于深度神经网络的火电厂水冷壁结焦预警[J]
.机电信息,2023(4):17-20.
被引量:1
10
王丹,康琦,宫敬,张奇,姚海元.
基于深度学习的海上气田生产系统数据驱动软测量模型[J]
.油气储运,2022,41(12):1395-1403.
被引量:2
电力设备管理
2023年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部