首页> 中文期刊> 《计算机集成制造系统》 >融合分形特征的风机运行状态辨识方法

融合分形特征的风机运行状态辨识方法

         

摘要

为保障风机的安全可靠运行,提出一种融合分形特征的卷积神经网络风机运行状态辨识模型。首先将分形等统计特征分析结果建立为初始样本特征数据集;用噪声环境下基于密度的空间聚类方法对样本状态进行标记,用正则化特征选择方法确定最终的样本特征数据集;最后建立卷积神经网络状态辨识模型。结果表明,模型准确率达到98.925%,为实现风机“事前维修”模式提供科学参考和理论指导,可以有效地应用于复杂机电系统状态辨识领域,为风力发电机组以及其他复杂机电系统的数据挖掘、模式识别提供了基础。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号