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:
针对风电机组结构与工况特点,通过研究风力特性和目前的信号检测方法,提出一种新型风电偏航故障检测方法.将风向特性提炼为Elite因子并融合到蚁群智能算法之中,弥补蚁群算法全局搜索周期较长的不足,提高处理有效数据的精度,并应用BP神经网络对偏航故障进行诊断.通过转子故障实验台试验并采集数据,应用Matlab软件分析试验数据,结果表明,与传统方法相比,新方法缩短了故障检测时间,提高了检测精度.
推荐文章
蚁群算法在电机故障诊断中的应用
蚁群算法
神经网络
故障诊断
改进蚁群优化算法的图像边缘检测
蚁群优化算法
外激素
像素域
图像边缘检测
数据结构控制
检测效率
蚁群算法在啤酒发酵控制优化中的应用
啤酒发酵
动力学模型
蚁群系统算法
优化
最优温度曲线
量子蚁群算法在压力容器优化设计中的应用
压力容器
量子蚁群算法
优化设计
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 蚁群优化算法在风电偏航故障检测中的应用
来源期刊 可再生能源 学科 工学
关键词 风力发电 故障检测 蚁群算法 BP神经网络 Elite因子
年,卷(期) 2013,(11) 所属期刊栏目 研究与试验
研究方向 页码范围 48-50,55
页数 分类号 TK83|TP206
字数 语种 中文
DOI 10.3969/j.issn.1671-5292.2013.11.012
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 吴国新 北京信息科技大学现代测控技术教育部重点实验室 76 337 10.0 15.0
2 高锦宏 北京信息科技大学现代测控技术教育部重点实验室 11 37 4.0 6.0
3 左云波 北京信息科技大学现代测控技术教育部重点实验室 52 200 9.0 12.0
4 张海涛 北京信息科技大学现代测控技术教育部重点实验室 3 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (56)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (64)
二级引证文献  (4)
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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风力发电
故障检测
蚁群算法
BP神经网络
Elite因子
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
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导