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:
针对大型水电机组的运维需求和运维工作所面临的新挑战,提出基于深度学习的水电机组智能运维框架.对数据采集、预处理、故障诊断、故障处理等内容做了介绍,并提出方法将深度学习运用于智能运维,从而实现对大型水电机组的更科学、更高效的智能运维.
推荐文章
大型水电机组现场性能试验智能测试技术研究
水轮机
模型
神经网络
水电机组稳定性
论AGC功能在大型水电机组中应用的优化策略
自动发电控制
控制策略
水力发电机组
应用最优化
基于线性回归的水电机组振动研究
水电机组振动
线性回归
显著性检验
振动评价
HOMIS框架下基于工况关联规则的水电机组稳定性分析
水电机组
稳定性
工况关联规则
工况模式空间
健康状态评估
故障诊断
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 基于深度学习的大型水电机组智能运维框架研究
来源期刊 微型电脑应用 学科 工学
关键词 水电机组 智能运维 深度学习
年,卷(期) 2018,(12) 所属期刊栏目 研究与设计
研究方向 页码范围 79-82
页数 4页 分类号 TP311
字数 4504字 语种 中文
DOI 10.3969/j.issn.1007-757X.2018.12.025
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 李卫兵 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (66)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(12)
  • 参考文献(0)
  • 二级参考文献(12)
1999(13)
  • 参考文献(1)
  • 二级参考文献(12)
2000(12)
  • 参考文献(0)
  • 二级参考文献(12)
2001(14)
  • 参考文献(0)
  • 二级参考文献(14)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(5)
  • 参考文献(2)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
智能运维
深度学习
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导