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:
针对风电场设备状态劣化情况不明朗,设备健康状态难以直观掌握,提出应用T-S模糊神经网络算法进行风电机组设备状态劣化分析,对设备健康状态进行评级。
推荐文章
基于T-S模糊神经网络的汽车故障诊断的研究
模糊神经网络
故障诊断
误差反馈
隶属函数
基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用
赤潮
预测预警
信息融合
T-S模糊神经网络
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
基于T-S模糊神经网络分解炉燃烧控制系统设计
分解炉
模糊神经网络
T-S模糊
控制
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 应用T-S模糊神经网络进行风电机组设备状态劣化分析的研究
来源期刊 电力设备管理 学科 工学
关键词 风力发电 机器学习 模糊神经网络 多级模糊评判 状态诊断
年,卷(期) dlsbgl,(2) 所属期刊栏目
研究方向 页码范围 109-112
页数 4页 分类号 TM6
字数 语种
DOI
五维指标
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)
2021(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
风力发电
机器学习
模糊神经网络
多级模糊评判
状态诊断
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