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:
简要介绍了基于健康样本的水电机组状态评估方法,提出完整的健康模型分为特征数据、影响因素和健康样本3部分,然后针对特征数据的统计特性展开了分析与研究.首先对能反映机组运行状态的传感器和信号参数进行分类,再根据参数关系的复杂程度,将其分为基本特征数据和组合特征数据,并分别给出了其计算方法和特征值的选择.最后,文章通过选取电站长期运行的实际状态数据,对两种类型的特征数据进行统计分析,得到其数据特性和影响因素并给出相关结论.
推荐文章
基于大数据的多维度水电机组健康评估与诊断
健康样本
水电机组
智能评估
运行分区
安全高效
基于数据驱动的风电机组状态评估方法研究
风电机组
主成分分析
集成学习
Hotelling-T2
Q统计量
状态评估
适用于水电机组开机过程的轴承状态综合评估方法
水电机组
开机过程
轴承状态
综合评估
设备故障预警系统在水电机组安全状态中的评估
设备故障
预警系统
水电机组
安全状态
评估
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 基于概率统计的水电机组状态评估数据特性研究
来源期刊 水电站机电技术 学科 工学
关键词 水电机组 健康样本 特征数据 统计特性 状态评估
年,卷(期) 2017,(7) 所属期刊栏目 计算机监控系统及相关技术
研究方向 页码范围 22-25
页数 4页 分类号 TV738
字数 4566字 语种 中文
DOI 10.13599/j.cnki.11-5130.2017.07.006
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 潘罗平 65 616 15.0 22.0
2 周叶 27 206 8.0 14.0
3 曹登峰 12 29 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(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)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水电机组
健康样本
特征数据
统计特性
状态评估
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
水电站机电技术
月刊
1672-5387
11-5130/TV
16开
北京市复兴路甲一号水科院858信箱
80-404
1978
chi
出版文献量(篇)
4646
总下载数(次)
9
总被引数(次)
4655
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导