排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
变桨系统是大功率风电机组重要的子系统,其主要功能是使桨叶快速高效地捕捉风能,最大限度地利用风能。作为故障频发的子系统,变桨系统能否正常运行直接影响机组的安全稳定运行。综述风电机组变桨系统故障诊断方法和技术的研究进展。首先,介绍变桨系统故障诊断的背景及意义;然后阐述变桨系统主要的故障类型、故障机理及相应的敏感参数,变桨系统故障诊断常用的三种方法,即基于解析模型、基于信号分析以及基于人工智能的诊断方法;最后,介绍基于SCADA系统数据的混合智能诊断技术的发展情况,对本领域未来的发展趋势进行了展望。 相似文献
2.
3.
面对实际工程中标签稀少,尤其是单类样本仅 1 个标签的极限标签场景,现有半监督诊断方法的故障识别能力严重不
足。 为此,本文提出一种基于解耦特征伪标签传播算法的半监督故障诊断方法。 首先,引入局部选择的并行集成异常检测方法
分离故障样本;其次,提出基于解耦特征的伪标签传播算法,通过解耦对抗自编码器获得增强的故障特征,进而通过故障特征降
维、特征分布伪质心标定与距离度量实现高效伪标签传播;最后,利用伪标签故障样本训练故障分类器,结合异常检测实现高准
确率故障诊断。 两个旋转部件数据集上的实验结果表明,所提方法在单类故障标签数量为 1 时,同工况和跨工况实验下的平均
诊断准确率分别超过 97% 和 90% ,明显优于对比方法。 相似文献
4.
5.
6.
7.
针对风力机变桨系统变桨角度4种主要故障类型,基于机组SCADA数据分析,提出一种基于非参数核密度估计和Relief-F特征参数提取数据处理,以及PCA-KNN融合算法故障诊断的风力机变桨角度异常状态识别方法。首先,对风力机SCADA数据进行非参数核密度估计预处理,运用Relief-F算法提取变桨角度故障的7类(13个)特征参数;然后,通过PCA-KNN融合算法对变桨角度故障状态进行识别,结果表明:该方法能够准确识别变桨角度4种主要的故障类型。最后,将改进的PCA-KNN融合算法与常用的KNN算法、PCA-KNN算法和BP神经网络进行对比,结果表明:改进的PCA-KNN融合算法具有更为准确的识别率。 相似文献
8.
随着我国产业结构升级和发展,服务型经济的兴起,企业逐渐由交付单一产品向提供整套服务转变。服务设计是具有时间性、无形性的一系列交互体验。对于用户而言,完整的服务体验是通过流程中的多个触点共同搭建而成。所以,不同于工业时代的标准化生产语境下的设计思维与方法,伴随着电子信息技术所成长的服务型企业,需要新的设计理念与设计方法,才能更好的适应企业结构转型语境下的新需求。与此同时,企业面临着产品和服务同质化等挑战。重新塑造优质企业形象、提升用户粘度,是企业重要发展方向。时代的变化给企业形象的塑造带来新的挑战与机遇。本文基于企业形象识别理论体系CIS,详细论述服务设计思维方法与传统设计方法的区别,以及服务设计思维与工具在企业形象塑造过程中的重要性。 相似文献
9.
10.
GPS导航系统下坐标转换及应用 总被引:1,自引:0,他引:1
为了减少GPS导航系统接受下来的经纬度数据在转换到电子地图过程中的转换误差,在七参数转换模型的基础上,分析不同公共点位置的分布对转换精度的影响,建立公共点分布密度和转换精度之间的关系.实验结果表明:在局部范围内合适公共点的分布和密度,使其转换误差小于0.4m. 相似文献