期刊导航
期刊开放获取
上海教育软件发展有限公..
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
机器学习在电站设备状态分析中的应用
被引量：
8
1
作者
李晓东
陈亚鹏
+9 位作者
王保营
胡乔艳
赖菲
吴涛
徐创学
薛晗光
何新
王智微
高海东
高林
《热力发电》
CAS
北大核心
2020年第1期129-133,共5页
本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值...
本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。
展开更多
关键词
电站设备
机器学习
深度学习
状态分析
磨煤机
LSTM神经网络
LVQ神经网络
在线阅读
下载PDF
职称材料
题名
机器学习在电站设备状态分析中的应用
被引量：
8
1
作者
李晓东
陈亚鹏
王保营
胡乔艳
赖菲
吴涛
徐创学
薛晗光
何新
王智微
高海东
高林
机构
中电投珠海横琴热电有限公司
西安热工研究院有限公司
出处
《热力发电》
CAS
北大核心
2020年第1期129-133,共5页
文摘
本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。
关键词
电站设备
机器学习
深度学习
状态分析
磨煤机
LSTM神经网络
LVQ神经网络
Keywords
power plant equipment
machine learning
deep learning
state analysis
pulverizer
LSTM neural network
LVQ neural network
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机器学习在电站设备状态分析中的应用
李晓东
陈亚鹏
王保营
胡乔艳
赖菲
吴涛
徐创学
薛晗光
何新
王智微
高海东
高林
《热力发电》
CAS
北大核心
2020
8
在线阅读
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
