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
基于特征选择和改进LSTM的风电机组叶片覆冰故障检测方法
1
作者
王威
苏洪军
+2 位作者
王海云
丁国栋
连昊
《可再生能源》
北大核心
2025年第8期1044-1050,共7页
随着风电规模的不断增加,风电机组关键部件的运行维护成为研究的热点。针对风电机组叶片覆冰问题,文章提出了一种基于特征选择和改进长短期记忆网络(LSTM)算法的风电机组叶片覆冰故障检测方法。该方法首先采用Relief算法进行特征选择,利...
随着风电规模的不断增加,风电机组关键部件的运行维护成为研究的热点。针对风电机组叶片覆冰问题,文章提出了一种基于特征选择和改进长短期记忆网络(LSTM)算法的风电机组叶片覆冰故障检测方法。该方法首先采用Relief算法进行特征选择,利用LSTM网络作为残差发生器,通过交叉预测模型对SCADA特征序列进行预测,得到预测值与真实值的特征残差;然后,从残差中提取5个隐含的数据特征,并导入序列分类模块进行覆冰检测;最后,将该方法与K近邻和随机森林算法进行对比。结果表明,文章提出的方法可以更准确地实现覆冰检测,验证了该方法的可行性。
展开更多
关键词
风电机组
叶片覆冰
特征选择
交叉预测与序列分类lstm
故障检测
在线阅读
下载PDF
职称材料
基于经验模态分解和多分支LSTM网络汇率预测
被引量：
6
2
作者
薛涛
丘森辉
+1 位作者
陆豪
秦兴盛
《广西师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期41-50,共10页
作为一种新型信号变换算法,经验模态分解(empirical mode decomposition,EMD)能够解决傅里叶变换等方法受限于特定基函数的缺陷。本文针对人工神经网络对高频金融时间序列预测准确率不足的问题,结合EMD和韦布尔分布对金融时间序列进行...
作为一种新型信号变换算法,经验模态分解(empirical mode decomposition,EMD)能够解决傅里叶变换等方法受限于特定基函数的缺陷。本文针对人工神经网络对高频金融时间序列预测准确率不足的问题,结合EMD和韦布尔分布对金融时间序列进行预处理,提出一种基于经验模态分解和多分支长短期记忆网络的分类预测模型,用于从高频金融时间序列中提取有关价格走势的信息并对未来的价格运动趋势做出预测。通过对2009—2012年欧元兑美元汇率时间序列进行预测,实验结果表明,所提出的网络模型可以得到较高的预测准确率和计算速度,并且同普通LSTM网络相比,提高了泛化能力和模型稳定性。
展开更多
关键词
lstm
网络
金融时间
序列
汇率
预测
分类
模型
经验模态分解
深度学习
在线阅读
下载PDF
职称材料
题名
基于特征选择和改进LSTM的风电机组叶片覆冰故障检测方法
1
作者
王威
苏洪军
王海云
丁国栋
连昊
机构
新疆大学可再生能源发电与并网控制教育部工程研究中心
北京天诚同创电气有限公司
北京金风科创风电设备有限公司
出处
《可再生能源》
北大核心
2025年第8期1044-1050,共7页
基金
新疆维吾尔自治区重点研发计划项目(2022B01048)
哈密高新区科技项目(HGX2023KJXM008)
+1 种基金
2024年中央引导地方科技发展专项(ZYYD2024CG13)
新疆维吾尔自治区两区项目(2024LQ02006)。
文摘
随着风电规模的不断增加,风电机组关键部件的运行维护成为研究的热点。针对风电机组叶片覆冰问题,文章提出了一种基于特征选择和改进长短期记忆网络(LSTM)算法的风电机组叶片覆冰故障检测方法。该方法首先采用Relief算法进行特征选择,利用LSTM网络作为残差发生器,通过交叉预测模型对SCADA特征序列进行预测,得到预测值与真实值的特征残差;然后,从残差中提取5个隐含的数据特征,并导入序列分类模块进行覆冰检测;最后,将该方法与K近邻和随机森林算法进行对比。结果表明,文章提出的方法可以更准确地实现覆冰检测,验证了该方法的可行性。
关键词
风电机组
叶片覆冰
特征选择
交叉预测与序列分类lstm
故障检测
Keywords
wind turbine
blade icing
feature selection
cross-prediction and sequence classification
lstm
fault detection
分类号
TK81 [动力工程及工程热物理—流体机械及工程]
在线阅读
下载PDF
职称材料
题名
基于经验模态分解和多分支LSTM网络汇率预测
被引量：
6
2
作者
薛涛
丘森辉
陆豪
秦兴盛
机构
广西师范大学电子工程学院
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2021年第2期41-50,共10页
基金
国家自然科学基金(61976063)。
文摘
作为一种新型信号变换算法,经验模态分解(empirical mode decomposition,EMD)能够解决傅里叶变换等方法受限于特定基函数的缺陷。本文针对人工神经网络对高频金融时间序列预测准确率不足的问题,结合EMD和韦布尔分布对金融时间序列进行预处理,提出一种基于经验模态分解和多分支长短期记忆网络的分类预测模型,用于从高频金融时间序列中提取有关价格走势的信息并对未来的价格运动趋势做出预测。通过对2009—2012年欧元兑美元汇率时间序列进行预测,实验结果表明,所提出的网络模型可以得到较高的预测准确率和计算速度,并且同普通LSTM网络相比,提高了泛化能力和模型稳定性。
关键词
lstm
网络
金融时间
序列
汇率
预测
分类
模型
经验模态分解
深度学习
Keywords
lstm
network
financial time series
FX predicting
classification model
empirical mode decomposition
deep learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于特征选择和改进LSTM的风电机组叶片覆冰故障检测方法
王威
苏洪军
王海云
丁国栋
连昊
《可再生能源》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于经验模态分解和多分支LSTM网络汇率预测
薛涛
丘森辉
陆豪
秦兴盛
《广西师范大学学报（自然科学版）》
CAS
北大核心
2021
6
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
