本文主要研究内容
作者秦栋平,阎威武(2019)在《基于深度学习理论的风力机结冰预警模型》一文中研究指出:基于深度学习理论,利用风电机组运行数据训练深度神经网络模型,用以表征信号与结冰状态之间复杂的映射关系。试验结果表明该模型实现了多工况、大样本下的结冰特征量提取与结冰状态的识别,具有较高的精度,为风电机组结冰状态的预测提供了新的思路。
Abstract
ji yu shen du xue xi li lun ,li yong feng dian ji zu yun hang shu ju xun lian shen du shen jing wang lao mo xing ,yong yi biao zheng xin hao yu jie bing zhuang tai zhi jian fu za de ying she guan ji 。shi yan jie guo biao ming gai mo xing shi xian le duo gong kuang 、da yang ben xia de jie bing te zheng liang di qu yu jie bing zhuang tai de shi bie ,ju you jiao gao de jing du ,wei feng dian ji zu jie bing zhuang tai de yu ce di gong le xin de sai lu 。
论文参考文献
论文详细介绍
论文作者分别是来自设备管理与维修的秦栋平,阎威武,发表于刊物设备管理与维修2019年09期论文,是一篇关于风电机组论文,深度学习论文,结冰预测模型论文,设备管理与维修2019年09期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自设备管理与维修2019年09期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:风电机组论文; 深度学习论文; 结冰预测模型论文; 设备管理与维修2019年09期论文;