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
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：
基于扫描法的海上风电场集电系统拓扑优化 被引量：7
1
作者 陈玲 张祎 +3 位作者 徐林 许伟明 maulidi barasa 张杰 《电气应用》 2022年第8期88-94,I0008,I0009,共9页
海上风电场集电系统拓扑结构优化对于减少风电场的投资成本具有重要意义。针对海上风电场中集电系统拓扑结构优化问题提出了一种可行的优化方法,使得内部海缆连接在满足施工要求的前提下总布线长度最短。首先对集电系统中海缆存在的不... 海上风电场集电系统拓扑结构优化对于减少风电场的投资成本具有重要意义。针对海上风电场中集电系统拓扑结构优化问题提出了一种可行的优化方法,使得内部海缆连接在满足施工要求的前提下总布线长度最短。首先对集电系统中海缆存在的不可交叉、海缆允许连接的最大风力机数进行分析,提出使用扫描法和最小生成树法设置单条输电海缆连接的风力机,在此基础上使用邻位变异对提出的算法进行改进,结果表明:相较于目前的工程规划方案,该方法能够在较短的时间内生成多个满足条件的拓扑结构,有效提高系统的经济性。 展开更多
关键词 海上风电场 集电系统 扫描法 邻位变异 最小生成树法 拓扑优化
下载PDF
基于LSTM的汽轮机异常状态预警 被引量：1
2
作者 范世望 许伟明 +2 位作者 张祎 maulidi barasa 陈永照 《电气应用》 2023年第3期63-69,共7页
针对传统汽轮机缺乏有效的预警方法,时常处于被动维护的问题,提出一种基于长短期记忆网络(LSTM)的汽轮机状态预警方法。所提出的方法包含数据预处理模块、健康评价模块和异常预警模块三个模块。首先将源数据进行预处理,去除离群点以及... 针对传统汽轮机缺乏有效的预警方法,时常处于被动维护的问题,提出一种基于长短期记忆网络(LSTM)的汽轮机状态预警方法。所提出的方法包含数据预处理模块、健康评价模块和异常预警模块三个模块。首先将源数据进行预处理,去除离群点以及毛刺数据;然后基于自编码神经网络、余弦定理和3σ定理求得一种优化的健康指数;最后基于LSTM建立了汽轮机异常预警模型,并分析对比不同深度的LSTM网络模型与循环神经网络(RNN)预测的结果。最终结果表明:LSTM的最佳预测模型预测结果的平均绝对误差(MAPE)不超过4.31%,比传统RNN的最佳预测模型的准确度更高。因此,所提出的方法在汽轮机异常预警中具有较好的检测准确度。 展开更多
关键词 汽轮机 状态预警 长短时间记忆网络 健康指数 自编码神经网络
下载PDF
基于O-DAE和SVDD的汽轮机异常检测方法
3
作者 许伟明 李学敏 +3 位作者 张祎 maulidi barasa 张培泽 易佑中 《浙江电力》 2023年第7期102-109,共8页
在未标记且极不平衡的监测数据中进行异常检测是能源行业目前急需解决且最具挑战性的问题之一。由于自动编码器具有强大的高维数据分析能力,使用自动编码器进行异常检测变得越来越流行。基于O-DAE(优化的深度自编码器)和SVDD(支持向量... 在未标记且极不平衡的监测数据中进行异常检测是能源行业目前急需解决且最具挑战性的问题之一。由于自动编码器具有强大的高维数据分析能力,使用自动编码器进行异常检测变得越来越流行。基于O-DAE(优化的深度自编码器)和SVDD(支持向量数据描述),提出一种新的异常检测方法。首先,建立了一种样本筛选机制,用于去除未标记训练集中的异常样本,使得训练模型几乎不学习异常样本的特征。其次,以自编码器的隐藏特征和重构误差作为最终特征数据进行异常检测。最后,对不同结构的深度学习方法进行研究与比较,并对某汽轮机实际运行数据进行了实验,结合支持向量数据描述检测异常。与传统异常检测方法相比,该方法的异常检测精度提高了50%,能实现更灵敏鲁棒的汽轮机设备性能无监督异常检测。 展开更多
关键词 深度自动编码器 支持向量数据描述 汽轮机 异常检测
下载PDF
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
使用帮助 返回顶部