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:
本文提出了一种基于最小二乘支持向量机的齿轮箱故障预警方法,通过将此算法应用于某风场的风电机组运行状态监测数据,将得出的诊断结果与风场状态数据对照,验证了算法的正确性.该方法可以在机组运行状态异常前发出告警,降低设备功能性的故障,减少风电机组故障停机的损失,具有实用价值.
推荐文章
基于DHNN的风电机组齿轮箱故障诊断
离散Hopfield神经网络
齿轮箱
故障诊断
泛化能力
基于LVQ神经网络风电机组齿轮箱故障诊断研究
LVQ神经网络
BP神经网络
风电机组
齿轮箱
故障诊断
基于EMD分解和支持向量机的齿轮箱故障诊断与研究
齿轮箱
故障诊断
EMD
支持向量机
基于决策树与多元支持向量机的齿轮箱早期故障诊断方法
齿轮箱
决策树
支持向量机
故障识别
神经网络
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 基于支持向量机的风电机组齿轮箱故障预测诊断
来源期刊 科技展望 学科
关键词 风电机组 故障预警 状态监测 最小二乘支持向量机 统计过程控制
年,卷(期) 2015,(26) 所属期刊栏目 水利与电力
研究方向 页码范围 89-90
页数 2页 分类号
字数 2370字 语种 中文
DOI
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 周方 18 17 2.0 2.0
2 穆志君 20 20 2.0 2.0
3 许骏龙 11 8 2.0 2.0
4 葛志松 20 37 3.0 5.0
5 陈宇阳 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (20)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(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)
研究主题发展历程
节点文献
风电机组
故障预警
状态监测
最小二乘支持向量机
统计过程控制
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
科技展望
旬刊
1672-8289
64-1054/N
大16开
宁夏回族自治区银川市
1991
chi
出版文献量(篇)
34711
总下载数(次)
166
总被引数(次)
54544
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导