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
声雷达技术的高精度精细化测风的研究
1
作者
李锦虎
王咸武
+1 位作者
刘晨阳
唐彬
《电力系统装备》
2024年第6期167-169,共3页
风力发电中,鉴于风能资源的不确定性,对风力发电场的精准测量和评估工作日益重要。文章阐述了风电场气象监测用声雷达的工作原理以及其核心部件——压电陶瓷换能器的成熟技术,利用BP神经网络模型进行拟合计算,并利用功率预测试验验证声...
风力发电中,鉴于风能资源的不确定性,对风力发电场的精准测量和评估工作日益重要。文章阐述了风电场气象监测用声雷达的工作原理以及其核心部件——压电陶瓷换能器的成熟技术,利用BP神经网络模型进行拟合计算,并利用功率预测试验验证声学雷达的适用性。结果表明,在实际应用中,声雷达可替代传统测风塔进行风资源参数的测量,且声雷达在精细化测风领域中更具优势。
展开更多
关键词
精细化测风
声雷达
最小二乘法
BP神经网络
下载PDF
职称材料
基于CNN和LSTM的风机轴承剩余寿命预测方法研究
2
作者
张涛
任伟
+4 位作者
魏刚
李锦虎
严新明
王咸武
唐彬
《电气技术与经济》
2023年第9期26-28,共3页
为了建立能够精准描述风机轴承退化过程的退化特征趋势性量化指标,提高风机轴承剩余使用寿命(RUL)的预测精度,提出了一种结合卷积神经网络(CNN)和长短期记忆(LSTM)的神经网络模型(CNN-LSTM),用于风机轴承剩余寿命(RUL)的预测。首先,利...
为了建立能够精准描述风机轴承退化过程的退化特征趋势性量化指标,提高风机轴承剩余使用寿命(RUL)的预测精度,提出了一种结合卷积神经网络(CNN)和长短期记忆(LSTM)的神经网络模型(CNN-LSTM),用于风机轴承剩余寿命(RUL)的预测。首先,利用卷积神经网络进行深层特征挖掘,获取具有单调性和时序趋势性的退化特征;然后,将退化特征向量归一化处理后作为LSTM模型的输入,并利用LSTM自适应提取退化特征时序上的内部相关性构建趋势性退化特征指标并得到退化曲线;最后,确定失效阈值,利用最小二乘法拟合退化曲线,预测寿命失效点,实现滚动轴承的RUL预测。
展开更多
关键词
风机轴承
剩余寿命预测
CNN
LSTM
下载PDF
职称材料
基于经验模态分解的风机叶片故障监测诊断方法研究
3
作者
魏刚
任伟
+3 位作者
张涛
李锦虎
严新明
王咸武
《电气技术与经济》
2023年第8期28-31,37,共5页
叶片是风电机组的直接捕获风能的关键部件,长期整体暴露在恶劣的工作环境下,故障失效概率极高。目前已有的检测技术为风电机组叶片的正常平稳运行提供了一定的保障,但仍存在实时性、准确性等方面的不足。因此,本文提出一种基于经验模态...
叶片是风电机组的直接捕获风能的关键部件,长期整体暴露在恶劣的工作环境下,故障失效概率极高。目前已有的检测技术为风电机组叶片的正常平稳运行提供了一定的保障,但仍存在实时性、准确性等方面的不足。因此,本文提出一种基于经验模态分解的风机叶片故障监测诊断方法。通过对风电机组叶片采样信号采用同类均值插补的方法,处理采样信号缺失值及异常值;采用集合经验模态分解的采样信号分解方法消除复杂工况下的风电机组叶片运行状态信号中噪声的影响,运用主成分分析方法(PCA)提取多维尺度下的风电机组叶片状态监测信号,利用CNN神经网络对提取的叶片运行状态信号进行故障特征识别,实时监测叶片运行状态,实现叶片早期故障预警功能。
展开更多
关键词
经验模态分解
卷积神经网络
故障检测
下载PDF
职称材料
题名
声雷达技术的高精度精细化测风的研究
1
作者
李锦虎
王咸武
刘晨阳
唐彬
机构
华电福新柳州新能源有限公司
出处
《电力系统装备》
2024年第6期167-169,共3页
文摘
风力发电中,鉴于风能资源的不确定性,对风力发电场的精准测量和评估工作日益重要。文章阐述了风电场气象监测用声雷达的工作原理以及其核心部件——压电陶瓷换能器的成熟技术,利用BP神经网络模型进行拟合计算,并利用功率预测试验验证声学雷达的适用性。结果表明,在实际应用中,声雷达可替代传统测风塔进行风资源参数的测量,且声雷达在精细化测风领域中更具优势。
关键词
精细化测风
声雷达
最小二乘法
BP神经网络
Keywords
refined wind measurement
acoustic radar
least squares method
bp neural network
分类号
TM614 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于CNN和LSTM的风机轴承剩余寿命预测方法研究
2
作者
张涛
任伟
魏刚
李锦虎
严新明
王咸武
唐彬
机构
华电福新柳州新能源有限公司
华电广西
能源
有限公司
出处
《电气技术与经济》
2023年第9期26-28,共3页
文摘
为了建立能够精准描述风机轴承退化过程的退化特征趋势性量化指标,提高风机轴承剩余使用寿命(RUL)的预测精度,提出了一种结合卷积神经网络(CNN)和长短期记忆(LSTM)的神经网络模型(CNN-LSTM),用于风机轴承剩余寿命(RUL)的预测。首先,利用卷积神经网络进行深层特征挖掘,获取具有单调性和时序趋势性的退化特征;然后,将退化特征向量归一化处理后作为LSTM模型的输入,并利用LSTM自适应提取退化特征时序上的内部相关性构建趋势性退化特征指标并得到退化曲线;最后,确定失效阈值,利用最小二乘法拟合退化曲线,预测寿命失效点,实现滚动轴承的RUL预测。
关键词
风机轴承
剩余寿命预测
CNN
LSTM
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TM315 [电气工程—电机]
下载PDF
职称材料
题名
基于经验模态分解的风机叶片故障监测诊断方法研究
3
作者
魏刚
任伟
张涛
李锦虎
严新明
王咸武
机构
华电福新柳州新能源有限公司
华电广西
能源
有限公司
出处
《电气技术与经济》
2023年第8期28-31,37,共5页
文摘
叶片是风电机组的直接捕获风能的关键部件,长期整体暴露在恶劣的工作环境下,故障失效概率极高。目前已有的检测技术为风电机组叶片的正常平稳运行提供了一定的保障,但仍存在实时性、准确性等方面的不足。因此,本文提出一种基于经验模态分解的风机叶片故障监测诊断方法。通过对风电机组叶片采样信号采用同类均值插补的方法,处理采样信号缺失值及异常值;采用集合经验模态分解的采样信号分解方法消除复杂工况下的风电机组叶片运行状态信号中噪声的影响,运用主成分分析方法(PCA)提取多维尺度下的风电机组叶片状态监测信号,利用CNN神经网络对提取的叶片运行状态信号进行故障特征识别,实时监测叶片运行状态,实现叶片早期故障预警功能。
关键词
经验模态分解
卷积神经网络
故障检测
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
声雷达技术的高精度精细化测风的研究
李锦虎
王咸武
刘晨阳
唐彬
《电力系统装备》
2024
0
下载PDF
职称材料
2
基于CNN和LSTM的风机轴承剩余寿命预测方法研究
张涛
任伟
魏刚
李锦虎
严新明
王咸武
唐彬
《电气技术与经济》
2023
0
下载PDF
职称材料
3
基于经验模态分解的风机叶片故障监测诊断方法研究
魏刚
任伟
张涛
李锦虎
严新明
王咸武
《电气技术与经济》
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