期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于振摆信息融合的水电机组状态预测及符号化表征研究 被引量:3
1
作者 尤渺 刘育 +2 位作者 葛嘉 徐卓飞 郭鹏程 《电网与清洁能源》 CSCD 北大核心 2023年第7期127-133,共7页
该文以水轮发电机组振动和摆度信号为对象,开展机组运行状态的预测和表征方法研究。通过主成分分析,将水电机组振摆信号进行数据融合研究,实现多组信号的融合,并且大幅降低数据计算量;依托循环神经网络模型,对融合信号进行时间序列建模... 该文以水轮发电机组振动和摆度信号为对象,开展机组运行状态的预测和表征方法研究。通过主成分分析,将水电机组振摆信号进行数据融合研究,实现多组信号的融合,并且大幅降低数据计算量;依托循环神经网络模型,对融合信号进行时间序列建模,根据已知样本预测机组信号;开展机组状态表征研究,提出融合信号的符号熵特征;以我国西南地区某轴流式水电机组为实验对象,获取多种工况下的振摆数据,通过计算得到的预测信号与原始信号平均R2系数大于0.9,验证了所提出方法的有效性。该研究依托深度学习和符号熵分析方法,实现了机组振摆信号的融合、预测及表征。 展开更多
关键词 水电机组 振摆信号 循环神经网络 符号熵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部