基于CNN-BiGRU的风机叶片故障诊断

文档摘要：提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征,利用BiGRU对时间序列的敏感性,对风机叶片故障分类.对某风电场的SCADA数据进行增强、切片、标准化等预处理,实验结果表明:CNN-BiGRU分类模型能有效对叶片结冰故障进行准确检测,在时间效率和检测准确率方面较其他深度学习模型效果更好.

作者：王永平   张蕾   张晓琳   徐立   韩朋   张飞 Author：WANGYongping   ZHANGLei   ZHANGXiaolin   XULi   HANPeng   ZHANGFei
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010包头医学院计算机科学与技术系,内蒙古包头014010内蒙古科技大学信息工程学院,内蒙古包头014010;华北电力大学可再生与清洁能源学院,北京102206
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2022, 41(2)
分类号：TM614
关键词：风机叶片  故障检测  卷积神经网络  双向门控循环单元  
机标分类号：TP311TP277TH17
在线出版日期：2022年9月9日
基金项目：国家自然科学基金，国家重点研发计划，内蒙古自治区自然科学基金资助项目，内蒙古科技大学创新基金项目基于CNN-BiGRU的风机叶片故障诊断[
期刊论文]  内蒙古科技大学学报--2022, 41(2)王永平  张蕾  张晓琳  徐立  韩朋  张飞提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征,利用BiGRU对时间序列的敏感性,对风机叶片故障分类.对某风电场的SCADA数据进行增强、切片、标准化等预处理,实验结果表明:CNN-BiGRU分类模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:21 上传 基于CNN-BiGRU的风机叶片故障诊断.pdf

文件大小:

1.64 MB

下载次数:

60

高速下载