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:
从风电机组故障模式识别模型特性出发,研究故障不同发展阶段的故障和特征,解决不同严重程度故障模式识别的问题,实现了风电机组早期故障模式的预知性识别。
推荐文章
基于随机共振和VMD分解的风电机组滚动轴承故障特征提取
风电机组
滚动轴承
随机共振
变分模态分解
故障诊断
水电机组故障诊断系统信号特征的提取
特征提取
水电机组
故障诊断
小波分析
风电机组传动链典型故障特征提取方法
传动链
时域特征
频谱分析
包络解调
故障特征
基于Adams建模的风电机组齿轮箱故障特征提取
虚拟样机
风电机组齿轮箱
EMD
特征提取
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 风电机组故障建模及特征提取方法的研究
来源期刊 电力设备管理 学科 工学
关键词 风电机组 故障模式 识别
年,卷(期) dlsbgl_2018,(10) 所属期刊栏目
研究方向 页码范围 65-66
页数 2页 分类号 TP391.41
字数 语种
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 李雪玉 华电电力科学研究院有限公司 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
风电机组
故障模式
识别
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
电力设备管理
月刊
2096-2711
10-1454/TM
16开
北京市西城区广安门内大街6号A-1-11
2016
chi
出版文献量(篇)
2356
总下载数(次)
16
论文1v1指导