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
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
4 谢松汕×夜访硫磺矿 《轮回》引领 走进火山极境
1
作者
谢松汕
《摄影之友》
2018年第11期42-45,共4页
当你看到一部风景优美的电影,有没有想去拍摄地的冲动?摄影师也有,但不限于“优美”。摄影师谢松汕看了经典纪录片《轮回》,被其中印尼伊真火山硫磺矿的影像感动,决定踏上本次极限环境之旅。
关键词
《轮回》
火山
摄影师
纪录片
优美
电影
拍摄
影像
原文传递
基于HMM/SVM的风电设备故障趋势预测方法研究
被引量:
8
2
作者
谢松汕
许宝杰
+1 位作者
吴国新
左云波
《计算机测量与控制》
北大核心
2014年第1期39-41,共3页
由于风力发电设备复杂且积累的资料与故障样本少;传统的诊断方法,例如神经网络,忽视了前与后关系,且需要大量故障训练样本,往往都不能有效的进行故障诊断;结合隐马尔可夫模型(Hidden Markov Model,HMM)有利于处理连续动态信号,以及支持...
由于风力发电设备复杂且积累的资料与故障样本少;传统的诊断方法,例如神经网络,忽视了前与后关系,且需要大量故障训练样本,往往都不能有效的进行故障诊断;结合隐马尔可夫模型(Hidden Markov Model,HMM)有利于处理连续动态信号,以及支持向量机(Support Vector Machine,SVM)分类能力强的优点;提出了基于HMM/SVM串联结构的故障诊断模型;首先通过从风电设备振动信号中有效提取非平稳特征,利用HMM计算未知信号与风力发电设备各状态的匹配程度,形成特征向量提供给SVM最后判别,实验结果表明该方法比单纯HMM和SVM识别率分别提高了9.17%和5.84%。
展开更多
关键词
风力发电设备
故障诊断
隐马尔可夫模型
支持向量机
下载PDF
职称材料
基于状态监测与故障诊断在风电机组上的应用分析
被引量:
2
3
作者
谢松汕
许宝杰
+1 位作者
吴国新
左云波
《电子测试》
2013年第4X期60-62,共3页
文章基于状态监测与故障诊断在风电机组上的应用,首先分析了状态监测与故障诊断系统的基本结构,接着探讨了状态监测与故障诊断系统的支撑技术,在风电机组状态监测与故障诊断中,主要研究了其在振动监测、油液分析、温度记录和应变测量中...
文章基于状态监测与故障诊断在风电机组上的应用,首先分析了状态监测与故障诊断系统的基本结构,接着探讨了状态监测与故障诊断系统的支撑技术,在风电机组状态监测与故障诊断中,主要研究了其在振动监测、油液分析、温度记录和应变测量中的价值及效果,这一研究对于改进风电机组的稳定性具有一定的意义。
展开更多
关键词
状态监测
故障诊断
风电机组
支撑技术
下载PDF
职称材料
题名
4 谢松汕×夜访硫磺矿 《轮回》引领 走进火山极境
1
作者
谢松汕
机构
风光摄影
出处
《摄影之友》
2018年第11期42-45,共4页
文摘
当你看到一部风景优美的电影,有没有想去拍摄地的冲动?摄影师也有,但不限于“优美”。摄影师谢松汕看了经典纪录片《轮回》,被其中印尼伊真火山硫磺矿的影像感动,决定踏上本次极限环境之旅。
关键词
《轮回》
火山
摄影师
纪录片
优美
电影
拍摄
影像
分类号
J403 [艺术—摄影艺术]
原文传递
题名
基于HMM/SVM的风电设备故障趋势预测方法研究
被引量:
8
2
作者
谢松汕
许宝杰
吴国新
左云波
机构
北京信息科技大学现代测控教育部重点实验室
出处
《计算机测量与控制》
北大核心
2014年第1期39-41,共3页
基金
国家自然科学基金(51275052)
北京市自然科学基金资助重点项目(3131002)
文摘
由于风力发电设备复杂且积累的资料与故障样本少;传统的诊断方法,例如神经网络,忽视了前与后关系,且需要大量故障训练样本,往往都不能有效的进行故障诊断;结合隐马尔可夫模型(Hidden Markov Model,HMM)有利于处理连续动态信号,以及支持向量机(Support Vector Machine,SVM)分类能力强的优点;提出了基于HMM/SVM串联结构的故障诊断模型;首先通过从风电设备振动信号中有效提取非平稳特征,利用HMM计算未知信号与风力发电设备各状态的匹配程度,形成特征向量提供给SVM最后判别,实验结果表明该方法比单纯HMM和SVM识别率分别提高了9.17%和5.84%。
关键词
风力发电设备
故障诊断
隐马尔可夫模型
支持向量机
Keywords
wind power generate electricity facility
fault diagnosis
hidden markov model
support vector machine
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于状态监测与故障诊断在风电机组上的应用分析
被引量:
2
3
作者
谢松汕
许宝杰
吴国新
左云波
机构
北京信息科技大学
出处
《电子测试》
2013年第4X期60-62,共3页
文摘
文章基于状态监测与故障诊断在风电机组上的应用,首先分析了状态监测与故障诊断系统的基本结构,接着探讨了状态监测与故障诊断系统的支撑技术,在风电机组状态监测与故障诊断中,主要研究了其在振动监测、油液分析、温度记录和应变测量中的价值及效果,这一研究对于改进风电机组的稳定性具有一定的意义。
关键词
状态监测
故障诊断
风电机组
支撑技术
Keywords
state monitoring
fault diagnosis
wind turbines
technical support
分类号
TM315 [电气工程—电机]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
4 谢松汕×夜访硫磺矿 《轮回》引领 走进火山极境
谢松汕
《摄影之友》
2018
0
原文传递
2
基于HMM/SVM的风电设备故障趋势预测方法研究
谢松汕
许宝杰
吴国新
左云波
《计算机测量与控制》
北大核心
2014
8
下载PDF
职称材料
3
基于状态监测与故障诊断在风电机组上的应用分析
谢松汕
许宝杰
吴国新
左云波
《电子测试》
2013
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部