作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
监测可能发生故障的电力电子器件,对电力电子装置的故障进行识别和诊断,以降低电气系统的故障发生率,对于减少风力发电机组运行的故障率.降低风力发电运行维护成本有着重要意义.为此,提出将自组织特征映射神经网络(SOM)应用于风力发电机组电力电子装置的故障诊断中.实验结果表明,利用该方法进行风力发电机电力电子装置故障诊断能取得较好的效果,具有一定的工程应用价值.
推荐文章
神经网络电力电子装置故障诊断技术
神经网络
电力电子
故障诊断
基于粒子群优化SOM神经网络的轴系多振动故障诊断
粒子群算法
神经网络
振动
故障诊断
基于SOM神经网络的柴油机燃油系统故障诊断
柴油机
燃油系统
故障诊断
神经网络
基于SOM算法和免疫神经网络的飞机燃油系统故障诊断
飞机燃油系统
故障诊断
神经网络
自组织网
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SOM神经网络的风电电子装置故障诊断
来源期刊 电力系统及其自动化学报 学科 工学
关键词 风力发电机组 电力电子装置 SOM神经网络
年,卷(期) 2010,(3) 所属期刊栏目 学术论文
研究方向 页码范围 142-145
页数 分类号 TM315
字数 2638字 语种 中文
DOI 10.3969/j.issn.1003-8930.2010.03.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高宇 10 61 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (41)
参考文献  (3)
节点文献
引证文献  (36)
同被引文献  (85)
二级引证文献  (60)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(8)
  • 引证文献(6)
  • 二级引证文献(2)
2016(15)
  • 引证文献(5)
  • 二级引证文献(10)
2017(14)
  • 引证文献(5)
  • 二级引证文献(9)
2018(25)
  • 引证文献(8)
  • 二级引证文献(17)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
风力发电机组
电力电子装置
SOM神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导