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
3
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
燃气蒸汽联合循环机组运行优化调控系统
被引量：
1
1
作者
万安平
杨洁
+5 位作者
王景霖
王文晖
缪徐
陈挺
纪杨建
李客
《热力发电》
CAS
CSCD
北大核心
2021年第12期21-29,共9页
针对电厂机组运行管理过程中人工调控运行参数耗时费力、效率低、准确率低等问题,设计了一种基于数据挖掘的电厂机组运行优化调控系统。首先,采用数据挖掘算法对机组历史和实时运行数据进行参数的整合和相关性分析,得到影响机组运行的...
针对电厂机组运行管理过程中人工调控运行参数耗时费力、效率低、准确率低等问题,设计了一种基于数据挖掘的电厂机组运行优化调控系统。首先,采用数据挖掘算法对机组历史和实时运行数据进行参数的整合和相关性分析,得到影响机组运行的关键参数,作为机组健康状态评估的指标。然后,利用长短时记忆(LSTM)神经网络模型对机组健康状态特征模块中确定的特征值进行训练,预测参数随时间的变化趋势,实现机组智能调控。最后,开发了一套燃气蒸汽联合循环发电机组运行调控系统,并应用于浙江某电厂。运行结果表明:该系统可指导机组运行优化,提高机组的运行可靠性及经济性;优化后电厂机组出功功率提升了0.4125%,年电能产量增加4806 MW·h,机组年收益增加约326万元。
展开更多
关键词
数据挖掘
燃气蒸汽联合循环机组
机组健康状态
LSTM神经网络
运行优化
在线阅读
下载PDF
职称材料
基于注意力机制与神经网络的热电联产锅炉负荷预测
被引量：
7
2
作者
万安平
杨洁
+3 位作者
缪徐
陈挺
左强
李客
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2023年第3期316-325,共10页
热电联产机组的锅炉负荷准确预测对电厂生产管理及调度有直接作用.基于注意力机制和深度卷积-长短期记忆网络原理,提出一种新的热电联产长期负荷预测模型,该模型以锅炉出口蒸汽流量(负荷)历史数据和多维负荷影响因素为输入,对负荷进行...
热电联产机组的锅炉负荷准确预测对电厂生产管理及调度有直接作用.基于注意力机制和深度卷积-长短期记忆网络原理,提出一种新的热电联产长期负荷预测模型,该模型以锅炉出口蒸汽流量(负荷)历史数据和多维负荷影响因素为输入,对负荷进行长期预测.利用Pearson相关系数判定对原始数据进行筛选;将处理后的数据经卷积层进行特征提取和进一步降维,通过长短期记忆层进行拟合,并采取注意力机制对权值进行优化,实现对负荷的精准预测.以浙江桐乡电厂实测数据为例进行验证,结果表明所提方法的平均绝对百分比误差小于1%,能够实现锅炉负荷的精准预测,智能算法在热电联产领域的应用具有一定的借鉴意义.
展开更多
关键词
热电联产
注意力机制
卷积神经网络
长短期记忆
负荷预测
在线阅读
下载PDF
职称材料
基于深度学习的航空发动机齿轮故障诊断
被引量：
8
3
作者
万安平
杨洁
+4 位作者
王景霖
陈挺
缪徐
黄佳湧
杜翔
《振动．测试与诊断》
EI
CSCD
北大核心
2022年第6期1062-1067,1239,共7页
传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-...
传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-CNN)对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类,建立齿轮故障一维卷积神经网络模型,对航空发动机轴承进行故障诊断。试验与分析结果表明:采用该神经网络模型对齿轮进行分类,其准确率可达80%,相较于采用传统的前馈神经网络63.9%的识别准确率,提高了15.07%;与采用支持向量机(support vector machine,简称SVM)对故障进行分类识别相比,该方法准确率提高了15.89%。本方法能够直接将波形振动信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,简化了传统方法先进行信号处理再通过机器学习诊断的步骤,为航空发动机故障诊断提供一种可行方法。
展开更多
关键词
航空发动机
故障诊断
多传感器信息融合
深度学习
卷积神经网络
在线阅读
下载PDF
职称材料
题名
燃气蒸汽联合循环机组运行优化调控系统
被引量：
1
1
作者
万安平
杨洁
王景霖
王文晖
缪徐
陈挺
纪杨建
李客
机构
浙大城市学院机电系
浙
江大学机械工程
学院
故障诊断与健康管理技术航空科技重点实验室
安徽理工大学机械工程
学院
中信重工机械股份有限公司
出处
《热力发电》
CAS
CSCD
北大核心
2021年第12期21-29,共9页
基金
国家自然科学基金项目(51705455)
航空科学基金(20183333001)
浙大城市学院科研培育基金资助课题(J-202113)。
文摘
针对电厂机组运行管理过程中人工调控运行参数耗时费力、效率低、准确率低等问题,设计了一种基于数据挖掘的电厂机组运行优化调控系统。首先,采用数据挖掘算法对机组历史和实时运行数据进行参数的整合和相关性分析,得到影响机组运行的关键参数,作为机组健康状态评估的指标。然后,利用长短时记忆(LSTM)神经网络模型对机组健康状态特征模块中确定的特征值进行训练,预测参数随时间的变化趋势,实现机组智能调控。最后,开发了一套燃气蒸汽联合循环发电机组运行调控系统,并应用于浙江某电厂。运行结果表明:该系统可指导机组运行优化,提高机组的运行可靠性及经济性;优化后电厂机组出功功率提升了0.4125%,年电能产量增加4806 MW·h,机组年收益增加约326万元。
关键词
数据挖掘
燃气蒸汽联合循环机组
机组健康状态
LSTM神经网络
运行优化
Keywords
data mining
gas-steam combined cycle unit
unit health status
LSTM neural network
operation optimization
分类号
TK39 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
基于注意力机制与神经网络的热电联产锅炉负荷预测
被引量：
7
2
作者
万安平
杨洁
缪徐
陈挺
左强
李客
机构
浙大城市学院机电系
浙
江大学机械工程
学院
中信重工机械股份有限公司
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2023年第3期316-325,共10页
基金
国家自然科学基金项目(51705455),浙江省教育厅教师专业发展项目(FX2021111)
广东省海洋经济发展(海洋六大产业)专项资金项目(GDNRC[2022]28)
+1 种基金
杭州市农业与社会发展科研计划重点项目(20212013B04)
浙江省基础公益研究计划项目(LGG20E050007)。
文摘
热电联产机组的锅炉负荷准确预测对电厂生产管理及调度有直接作用.基于注意力机制和深度卷积-长短期记忆网络原理,提出一种新的热电联产长期负荷预测模型,该模型以锅炉出口蒸汽流量(负荷)历史数据和多维负荷影响因素为输入,对负荷进行长期预测.利用Pearson相关系数判定对原始数据进行筛选;将处理后的数据经卷积层进行特征提取和进一步降维,通过长短期记忆层进行拟合,并采取注意力机制对权值进行优化,实现对负荷的精准预测.以浙江桐乡电厂实测数据为例进行验证,结果表明所提方法的平均绝对百分比误差小于1%,能够实现锅炉负荷的精准预测,智能算法在热电联产领域的应用具有一定的借鉴意义.
关键词
热电联产
注意力机制
卷积神经网络
长短期记忆
负荷预测
Keywords
combined heat and power(CHP)
attention mechanism(AM)
convolution neural network(CNN)
long-short term memory(LSTM)
load forecasting
分类号
TK14 [动力工程及工程热物理—热能工程]
在线阅读
下载PDF
职称材料
题名
基于深度学习的航空发动机齿轮故障诊断
被引量：
8
3
作者
万安平
杨洁
王景霖
陈挺
缪徐
黄佳湧
杜翔
机构
浙大城市学院机电系
浙
江大学机械工程
学院
故障诊断与健康管理技术航空科技重点实验室
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2022年第6期1062-1067,1239,共7页
基金
国家自然科学基金资助项目(51705455)
航空科学基金资助项目(20183333001)
中国博士后基金特别资助项目(2018T110587)。
文摘
传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-CNN)对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类,建立齿轮故障一维卷积神经网络模型,对航空发动机轴承进行故障诊断。试验与分析结果表明:采用该神经网络模型对齿轮进行分类,其准确率可达80%,相较于采用传统的前馈神经网络63.9%的识别准确率,提高了15.07%;与采用支持向量机(support vector machine,简称SVM)对故障进行分类识别相比,该方法准确率提高了15.89%。本方法能够直接将波形振动信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,简化了传统方法先进行信号处理再通过机器学习诊断的步骤,为航空发动机故障诊断提供一种可行方法。
关键词
航空发动机
故障诊断
多传感器信息融合
深度学习
卷积神经网络
Keywords
aero engine
fault diagnosis
multi-sensor information fusion
deep learning
convolution neural net⁃work
分类号
V240.2 [航空宇航科学与技术—飞行器设计]
V232 [航空宇航科学与技术—航空宇航推进理论与工程]
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
燃气蒸汽联合循环机组运行优化调控系统
万安平
杨洁
王景霖
王文晖
缪徐
陈挺
纪杨建
李客
《热力发电》
CAS
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
基于注意力机制与神经网络的热电联产锅炉负荷预测
万安平
杨洁
缪徐
陈挺
左强
李客
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
3
基于深度学习的航空发动机齿轮故障诊断
万安平
杨洁
王景霖
陈挺
缪徐
黄佳湧
杜翔
《振动．测试与诊断》
EI
CSCD
北大核心
2022
8
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
