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
基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化趋势评估与预测
被引量:
5
1
作者
陈鹏
吴一凡
+3 位作者
蔡爽
杨彬
张海库
李超顺
《水利学报》
EI
CSCD
北大核心
2022年第6期747-756,共10页
恶劣的运行环境为抽水蓄能机组安全运行带来严峻挑战,抽水蓄能机组劣化趋势评估与预测技术能够有效反映机组运行状况并预测机组未来劣化情况,为机组状态检修提供重要依据。然而,机组运行工况参数中存在大量冗余或干扰信息,严重影响劣化...
恶劣的运行环境为抽水蓄能机组安全运行带来严峻挑战,抽水蓄能机组劣化趋势评估与预测技术能够有效反映机组运行状况并预测机组未来劣化情况,为机组状态检修提供重要依据。然而,机组运行工况参数中存在大量冗余或干扰信息,严重影响劣化趋势评估的可靠性;此外,难以对复杂的劣化趋势序列实现准确的预测。为解决上述问题,提出一种基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化评估预测模型。首先,为降低拟合误差,利用深度自编码器(DAE)凝练工况参数中的关键信息,结合多层感知机(MLP)建立健康模型;其次,根据机组运行数据与健康模型,生成机组劣化度;最后,以一维卷积神经网络(1DCNN)提取局部空间特征,以双向门控循环单元(BiGRU)提取双向全局时序特征,结合二者的优势,构建多尺度特征提取网络,实现精确的劣化趋势预测。通过某抽水蓄能机组验证了该模型的有效性。与其他模型相比,自编码压缩模型的拟合误差最低,能够生成可靠的劣化趋势;多尺度特征提取网络能够学习劣化趋势序列中的长期趋势与局部波动信息,预测精度更高。
展开更多
关键词
抽水蓄能机组
劣化趋势评估与预测
深度自编码器
多尺度特征提取
1DCNN
BiGRU
下载PDF
职称材料
题名
基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化趋势评估与预测
被引量:
5
1
作者
陈鹏
吴一凡
蔡爽
杨彬
张海库
李超顺
机构
华中科技大学土木与水利工程学院
大唐西藏能源开发有限公司
大唐水电科学技术研究院有限公司
出处
《水利学报》
EI
CSCD
北大核心
2022年第6期747-756,共10页
基金
湖北省重点研发计划项目(2021BAA193)
湖北省自然科学基金项目(2019CFA068)
国家自然科学基金项目(51879111)。
文摘
恶劣的运行环境为抽水蓄能机组安全运行带来严峻挑战,抽水蓄能机组劣化趋势评估与预测技术能够有效反映机组运行状况并预测机组未来劣化情况,为机组状态检修提供重要依据。然而,机组运行工况参数中存在大量冗余或干扰信息,严重影响劣化趋势评估的可靠性;此外,难以对复杂的劣化趋势序列实现准确的预测。为解决上述问题,提出一种基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化评估预测模型。首先,为降低拟合误差,利用深度自编码器(DAE)凝练工况参数中的关键信息,结合多层感知机(MLP)建立健康模型;其次,根据机组运行数据与健康模型,生成机组劣化度;最后,以一维卷积神经网络(1DCNN)提取局部空间特征,以双向门控循环单元(BiGRU)提取双向全局时序特征,结合二者的优势,构建多尺度特征提取网络,实现精确的劣化趋势预测。通过某抽水蓄能机组验证了该模型的有效性。与其他模型相比,自编码压缩模型的拟合误差最低,能够生成可靠的劣化趋势;多尺度特征提取网络能够学习劣化趋势序列中的长期趋势与局部波动信息,预测精度更高。
关键词
抽水蓄能机组
劣化趋势评估与预测
深度自编码器
多尺度特征提取
1DCNN
BiGRU
Keywords
pumped storage unit
degradation trend assessment and prediction
deep auto-encoder(DAE)
multiscale feature extraction
one-dimensional convolutional neural network(1DCNN)
bi-directional gated recurrent unit(BiGRU)
分类号
TV734 [水利工程—水利水电工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自编码压缩与多尺度特征提取的抽水蓄能机组劣化趋势评估与预测
陈鹏
吴一凡
蔡爽
杨彬
张海库
李超顺
《水利学报》
EI
CSCD
北大核心
2022
5
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