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
基于空洞因果卷积网络的风电机组异常检测
被引量：
5
1
作者
江国乾
周俊超
+3 位作者
武鑫
徐向东
何群
谢平
《太阳能学报》
EI
CAS
CSCD
北大核心
2023年第5期368-375,共8页
准确可靠的异常检测对于保障风电机组安全高效运行尤为重要。然而,由于风电机组内部结构复杂,运行工况复杂多变,导致所获取的数据采集与监控(SCADA)系统数据往往呈现出复杂的非线性和关联耦合特性。为了更加有效地捕获不同传感器变量之...
准确可靠的异常检测对于保障风电机组安全高效运行尤为重要。然而,由于风电机组内部结构复杂,运行工况复杂多变,导致所获取的数据采集与监控(SCADA)系统数据往往呈现出复杂的非线性和关联耦合特性。为了更加有效地捕获不同传感器变量之间的空间相关性,提出基于空洞因果卷积网络的风电机组异常检测方法,并采用Focal Loss改进损失函数解决了数据不平衡问题对模型性能的影响。该方法可通过不同的感受野大小从多尺度角度提取丰富的空间相关特征,有效建模并挖掘不同传感器数据间存在的空间因果关系。同时,该模型提供了一种端到端的异常检测方案,可直接从原始SCADA数据中提取空间特征,建立数据与状态标签之间的非线性映射关系,从而输出异常检测结果。通过某风场的SCADA数据实例分析验证了所提出方法的可行性和有效性。
展开更多
关键词
风电机组
因果卷积
空洞卷积
不平衡数据
异常检测
在线阅读
下载PDF
职称材料
基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估
被引量：
1
2
作者
何群
李晔阳
+3 位作者
江国乾
苏楠
谢平
武鑫
《太阳能学报》
EI
CSCD
北大核心
2023年第12期214-220,共7页
为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概...
为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概率分布的能量设计评价指标进行健康评估。根据核密度估计确定阈值,并利用某真实风电场数据进行实验,验证方法的有效性。
展开更多
关键词
风电机组
自编码网络
健康评估
高斯混合模型
数据采集与监控系统
在线阅读
下载PDF
职称材料
题名
基于空洞因果卷积网络的风电机组异常检测
被引量：
5
1
作者
江国乾
周俊超
武鑫
徐向东
何群
谢平
机构
燕山大学
电气
工程学院
江苏国科智能电气有限公司
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2023年第5期368-375,共8页
基金
国家自然科学基金(61803329)
中央引导地方科技发展资金(216Z2101G)
+1 种基金
河北省重点研发计划(19214306D)
河北省自然科学基金(F2021203009)。
文摘
准确可靠的异常检测对于保障风电机组安全高效运行尤为重要。然而,由于风电机组内部结构复杂,运行工况复杂多变,导致所获取的数据采集与监控(SCADA)系统数据往往呈现出复杂的非线性和关联耦合特性。为了更加有效地捕获不同传感器变量之间的空间相关性,提出基于空洞因果卷积网络的风电机组异常检测方法,并采用Focal Loss改进损失函数解决了数据不平衡问题对模型性能的影响。该方法可通过不同的感受野大小从多尺度角度提取丰富的空间相关特征,有效建模并挖掘不同传感器数据间存在的空间因果关系。同时,该模型提供了一种端到端的异常检测方案,可直接从原始SCADA数据中提取空间特征,建立数据与状态标签之间的非线性映射关系,从而输出异常检测结果。通过某风场的SCADA数据实例分析验证了所提出方法的可行性和有效性。
关键词
风电机组
因果卷积
空洞卷积
不平衡数据
异常检测
Keywords
wind turbine
causal convolution
dilated convolution
imbalanced data
anomaly detection
分类号
TM721 [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
基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估
被引量：
1
2
作者
何群
李晔阳
江国乾
苏楠
谢平
武鑫
机构
燕山大学
电气
工程学院
江苏国科智能电气有限公司
出处
《太阳能学报》
EI
CSCD
北大核心
2023年第12期214-220,共7页
基金
河北省自然科学基金(F2021203009)
国家自然科学基金(62273299
+2 种基金
61803329)
中央引导地方科技发展资金(216Z2101G)
河北省重点研发计划(19214306D)。
文摘
为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概率分布的能量设计评价指标进行健康评估。根据核密度估计确定阈值,并利用某真实风电场数据进行实验,验证方法的有效性。
关键词
风电机组
自编码网络
健康评估
高斯混合模型
数据采集与监控系统
Keywords
wind turbines
conditional autoencoding network
health assessment
Gaussian mixture model
SCADA
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
作者
出处
发文年
被引量
操作
1
基于空洞因果卷积网络的风电机组异常检测
江国乾
周俊超
武鑫
徐向东
何群
谢平
《太阳能学报》
EI
CAS
CSCD
北大核心
2023
5
在线阅读
下载PDF
职称材料
2
基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估
何群
李晔阳
江国乾
苏楠
谢平
武鑫
《太阳能学报》
EI
CSCD
北大核心
2023
1
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
