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
1
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HMM-SVM旋转风电装备叶片覆冰状态的评估
被引量：
3
1
作者
张惠
董映龙
+3 位作者
成斌
李西洋
贾育豪
李兴图
《石河子大学学报（自然科学版）》
CAS
北大核心
2020年第6期680-685,共6页
风电装备叶片覆冰严重影响风力发电机组的安全与稳定运行。为准确评估覆冰条件下旋转风电装备叶片覆冰状态,本文研究以旋转风电装备叶片覆冰监测数据为基础,建立了基于隐马尔科夫算法(HMM)和支持向量机算法(SVM)的旋转风电装备叶片覆冰...
风电装备叶片覆冰严重影响风力发电机组的安全与稳定运行。为准确评估覆冰条件下旋转风电装备叶片覆冰状态,本文研究以旋转风电装备叶片覆冰监测数据为基础,建立了基于隐马尔科夫算法(HMM)和支持向量机算法(SVM)的旋转风电装备叶片覆冰状态评估模型;采用时域和频域方法综合分析旋转风电装备叶片覆冰振动信号,选取频率均方根RMS i、时域峰值XP i、速度V、位移S四个特征量为模型的输入,利用HMM算法将收集到的振动信号进行处理,并与风电装备叶片覆冰各状态进行匹配,将各状态观察序列概率优化后通过SVM分类器进行覆冰状态识别分类。实验结果显示:HMM-SVM模型评估风电装备叶片覆冰状态准确率达90.83%,比单独使用HMM模型进行叶片覆冰状态评估的准确度更高。
展开更多
关键词
旋转风电装备叶片
覆冰
HMM-SVM模型
状态评估
在线阅读
下载PDF
职称材料
题名
基于HMM-SVM旋转风电装备叶片覆冰状态的评估
被引量：
3
1
作者
张惠
董映龙
成斌
李西洋
贾育豪
李兴图
机构
石河子大学机械电气工程学院/农业农村部西北农业装备重点试验室
出处
《石河子大学学报（自然科学版）》
CAS
北大核心
2020年第6期680-685,共6页
基金
国家自然科学基金项目(51665052)。
文摘
风电装备叶片覆冰严重影响风力发电机组的安全与稳定运行。为准确评估覆冰条件下旋转风电装备叶片覆冰状态,本文研究以旋转风电装备叶片覆冰监测数据为基础,建立了基于隐马尔科夫算法(HMM)和支持向量机算法(SVM)的旋转风电装备叶片覆冰状态评估模型;采用时域和频域方法综合分析旋转风电装备叶片覆冰振动信号,选取频率均方根RMS i、时域峰值XP i、速度V、位移S四个特征量为模型的输入,利用HMM算法将收集到的振动信号进行处理,并与风电装备叶片覆冰各状态进行匹配,将各状态观察序列概率优化后通过SVM分类器进行覆冰状态识别分类。实验结果显示:HMM-SVM模型评估风电装备叶片覆冰状态准确率达90.83%,比单独使用HMM模型进行叶片覆冰状态评估的准确度更高。
关键词
旋转风电装备叶片
覆冰
HMM-SVM模型
状态评估
Keywords
rotating wind power equipment blade
ice
HMM-SVM model
condition assessments
分类号
TB332 [一般工业技术—材料科学与工程]
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
基于HMM-SVM旋转风电装备叶片覆冰状态的评估
张惠
董映龙
成斌
李西洋
贾育豪
李兴图
《石河子大学学报（自然科学版）》
CAS
北大核心
2020
3
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
