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
1
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
基于卷积-长短期记忆神经网络的抽水蓄能机组健康性能趋势预测
1
作者
单亚辉
王浩
+1 位作者
吴根平
刘颉
《水电能源科学》
北大核心
2023年第8期185-187,184,共4页
为准确掌握抽水蓄能机组的健康性能水平,提出基于卷积-长短期记忆神经网络(CNN-LSTM)的机组健康性能趋势预测方法。首先,为有效地刻画机组的运行特性,构建基于高斯过程回归的机组健康状态模型;然后,设计可量化机组健康性能的指标因子;...
为准确掌握抽水蓄能机组的健康性能水平,提出基于卷积-长短期记忆神经网络(CNN-LSTM)的机组健康性能趋势预测方法。首先,为有效地刻画机组的运行特性,构建基于高斯过程回归的机组健康状态模型;然后,设计可量化机组健康性能的指标因子;进一步融合CNN良好的局部特征提取能力和LSTM在时间序列预测方面的优势,提出基于CNN-LSTM的预测模型。对国内某抽水蓄能电站机组监测数据进行的试验结果表明,所提方法可较好地预测机组健康性能的发展趋势。
展开更多
关键词
抽水蓄能机组
趋势预测
健康性能指标
卷积神经网络
长短期记忆网络
下载PDF
职称材料
题名
基于卷积-长短期记忆神经网络的抽水蓄能机组健康性能趋势预测
1
作者
单亚辉
王浩
吴根平
刘颉
机构
武汉第二船舶设计研究所
华中科技大学土木与水利工程学院
出处
《水电能源科学》
北大核心
2023年第8期185-187,184,共4页
基金
湖北省自然科学基金资助项目(2022CFB935)。
文摘
为准确掌握抽水蓄能机组的健康性能水平,提出基于卷积-长短期记忆神经网络(CNN-LSTM)的机组健康性能趋势预测方法。首先,为有效地刻画机组的运行特性,构建基于高斯过程回归的机组健康状态模型;然后,设计可量化机组健康性能的指标因子;进一步融合CNN良好的局部特征提取能力和LSTM在时间序列预测方面的优势,提出基于CNN-LSTM的预测模型。对国内某抽水蓄能电站机组监测数据进行的试验结果表明,所提方法可较好地预测机组健康性能的发展趋势。
关键词
抽水蓄能机组
趋势预测
健康性能指标
卷积神经网络
长短期记忆网络
Keywords
pumped storage unit
tendency prediction
health performance index
convolutional neural network
long and short memory neural network
分类号
TV743 [水利工程—水利水电工程]
TK730 [交通运输工程—轮机工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积-长短期记忆神经网络的抽水蓄能机组健康性能趋势预测
单亚辉
王浩
吴根平
刘颉
《水电能源科学》
北大核心
2023
0
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