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
2
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
根据PCA-GA-Elman的风机齿轮箱轴承温度预测
被引量：
11
1
作者
贾依达尔·热孜别克
袁逸萍
+3 位作者
孙文磊
赵琴
樊盼
王炜超
《机械科学与技术》
CSCD
北大核心
2020年第11期1671-1675,共5页
针对风电机组齿轮箱轴承温度易受随机因素影响及预测准确性低的问题,以准确预测短期内温度变化为目标,通过对风电机组齿轮箱轴承温度发展趋势的研究,提出一种主成分分析(Principal component analysis,PCA)、遗传算法(Genetic algorithm...
针对风电机组齿轮箱轴承温度易受随机因素影响及预测准确性低的问题,以准确预测短期内温度变化为目标,通过对风电机组齿轮箱轴承温度发展趋势的研究,提出一种主成分分析(Principal component analysis,PCA)、遗传算法(Genetic algorithm,GA)及Elman神经网络结合的预测模型。该模型通过主成分分析对高维复杂原始变量进行降维,主成分(PC)作为经GA优化的Elman神经网络的输入。新方法充分考虑轴承温度发展趋势中的随机波动成分,挖掘历史数据变化规律。结果表明:新方法对轴承温度发展中的随机波动趋势拟合效果较好,稳定性、准确性均优于文中其他方法,能够有效实现轴承温度的精确预测。
展开更多
关键词
风电机组
齿轮箱轴承温度
主成分分析
遗传算法
ELMAN神经网络
预测
在线阅读
下载PDF
职称材料
融合SCADA数据的风电机组齿轮箱状态评估
被引量：
13
2
作者
王炜超
袁逸萍
+3 位作者
孙文磊
赵琴
樊盼盼
贾依达尔·热孜别克
《机械科学与技术》
CSCD
北大核心
2020年第2期201-206,共6页
为对风机齿轮箱状态进行准确评估,提出一种基于核主成分(KPCA)与最小二乘支持向量机(LS-SVM)结合的齿轮箱数据融合故障预测模型。鉴于SCADA系统中数据信息质量的不确定性和冗余性,该模型首先对监测数据预处理(4分位法剔除异常数据等),...
为对风机齿轮箱状态进行准确评估,提出一种基于核主成分(KPCA)与最小二乘支持向量机(LS-SVM)结合的齿轮箱数据融合故障预测模型。鉴于SCADA系统中数据信息质量的不确定性和冗余性,该模型首先对监测数据预处理(4分位法剔除异常数据等),对齿轮箱特征因素进行相关性分析,利用该预测方法对齿轮箱典型状态特征(振动、温度特征等)进行预测,利用统计过程控制原理(SPC)分析残差,以实现齿轮箱异常状态的预测。最后,以齿轮箱油温预测为例,验证了该模型的准确性和有效性。
展开更多
关键词
数据融合
核主成分
最小二乘支持向量机
SCADA数据
统计过程控制原理
在线阅读
下载PDF
职称材料
题名
根据PCA-GA-Elman的风机齿轮箱轴承温度预测
被引量：
11
1
作者
贾依达尔·热孜别克
袁逸萍
孙文磊
赵琴
樊盼
王炜超
机构
新疆大学机械工程学院
出处
《机械科学与技术》
CSCD
北大核心
2020年第11期1671-1675,共5页
基金
国家自然科学基金项目(51565055,51365054,51666017)资助。
文摘
针对风电机组齿轮箱轴承温度易受随机因素影响及预测准确性低的问题,以准确预测短期内温度变化为目标,通过对风电机组齿轮箱轴承温度发展趋势的研究,提出一种主成分分析(Principal component analysis,PCA)、遗传算法(Genetic algorithm,GA)及Elman神经网络结合的预测模型。该模型通过主成分分析对高维复杂原始变量进行降维,主成分(PC)作为经GA优化的Elman神经网络的输入。新方法充分考虑轴承温度发展趋势中的随机波动成分,挖掘历史数据变化规律。结果表明:新方法对轴承温度发展中的随机波动趋势拟合效果较好,稳定性、准确性均优于文中其他方法,能够有效实现轴承温度的精确预测。
关键词
风电机组
齿轮箱轴承温度
主成分分析
遗传算法
ELMAN神经网络
预测
Keywords
wind turbines
gearbox bearing temperature
principal component analysis
genetic algorithm
Elman neural network
prediction
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
融合SCADA数据的风电机组齿轮箱状态评估
被引量：
13
2
作者
王炜超
袁逸萍
孙文磊
赵琴
樊盼盼
贾依达尔·热孜别克
机构
新疆大学机械工程学院
出处
《机械科学与技术》
CSCD
北大核心
2020年第2期201-206,共6页
基金
国家自然科学基金项目(51365054,51565055)资助.
文摘
为对风机齿轮箱状态进行准确评估,提出一种基于核主成分(KPCA)与最小二乘支持向量机(LS-SVM)结合的齿轮箱数据融合故障预测模型。鉴于SCADA系统中数据信息质量的不确定性和冗余性,该模型首先对监测数据预处理(4分位法剔除异常数据等),对齿轮箱特征因素进行相关性分析,利用该预测方法对齿轮箱典型状态特征(振动、温度特征等)进行预测,利用统计过程控制原理(SPC)分析残差,以实现齿轮箱异常状态的预测。最后,以齿轮箱油温预测为例,验证了该模型的准确性和有效性。
关键词
数据融合
核主成分
最小二乘支持向量机
SCADA数据
统计过程控制原理
Keywords
data fusion
kernel principal component
least squares support vector machines
SCADA data
statistical process control principle
分类号
TM315 [电气工程—电机]
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
根据PCA-GA-Elman的风机齿轮箱轴承温度预测
贾依达尔·热孜别克
袁逸萍
孙文磊
赵琴
樊盼
王炜超
《机械科学与技术》
CSCD
北大核心
2020
11
在线阅读
下载PDF
职称材料
2
融合SCADA数据的风电机组齿轮箱状态评估
王炜超
袁逸萍
孙文磊
赵琴
樊盼盼
贾依达尔·热孜别克
《机械科学与技术》
CSCD
北大核心
2020
13
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
