期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LSTM的10 MW海上风力机故障传感器数据重构研究
1
作者 邱子琪 王立忠 +3 位作者 潘华林 张宝龙 王立林 洪义 《太阳能学报》 CSCD 北大核心 2024年第12期342-349,共8页
为解决极端环境传感器故障导致监测数据不充足问题,该文采用长短期记忆神经网络(LSTM)智能算法进行数据重构。鉴于海上风电监测数据稀缺,该文的研究依托数值仿真结果开展。基于作者团队开发的“气动-水动-结构-桩土-智能控制”一体化耦... 为解决极端环境传感器故障导致监测数据不充足问题,该文采用长短期记忆神经网络(LSTM)智能算法进行数据重构。鉴于海上风电监测数据稀缺,该文的研究依托数值仿真结果开展。基于作者团队开发的“气动-水动-结构-桩土-智能控制”一体化耦合分析软件Zwind,首先开展10 MW大型风力机全工况仿真分析,并通过提取多个高度处的加速度和倾角响应构建数据库,用以模拟多种风力机塔筒传感器故障导致的数据丢失状况。然后基于LSTM建立风力机塔筒加速度和倾角的数据重构模型,训练并验证所构建的数据重构模型的精度。最后在数个未布置传感器的位点上检验LSTM数据重构模型的泛化性能。结果表明:构建的LSTM故障传感器数据重构模型,可基于有限位点的正常服役传感器的监测数据高精度地重构故障传感器以及未测位点的塔筒响应数据;此外,基于倾角响应的重构结果比基于加速度响应的重构结果精度更高。 展开更多
关键词 海上风力机 结构健康监测 深度学习 故障传感器 数据重构 倾角响应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部