排序方式: 共有52条查询结果,搜索用时 0 毫秒
11.
12.
13.
14.
针对风电机组齿轮箱故障特征提取不足,故障诊断率低问题,提出了一种基于RF特征优选,结合WOA-ELM特征识别的风电齿轮箱故障诊断方法。首先,提取风电齿轮箱时域、频域、时频域特征,构建多域高维特征集;其次,利用RF进行特征重要度排序并提取10维优选特征;最后,利用WOA优化调整ELM模型的输入权值和隐含层阈值,实现风电齿轮箱故障分类识别。将本文方法应用于风电齿轮箱故障诊断,实验结果表明,本文方法平均诊断率能达到99.81%,诊断准确率均高于对比方法且诊断用时最少,能够有效地进行风电齿轮箱故障诊断。 相似文献
15.
虚拟同步发电机通过模拟同步发电机的外特性,为系统提供惯量及阻尼支撑,使逆变系统能安全稳定运行。由于新能源逆变系统中非线性负荷的存在,系统的输出谐波受到污染,影响输出的电能质量。为优化系统输出,本文结合VSG控制算法,在有噪声的系统PWM调制波中引入一个随机激励,再和载波比较而生成驱动信号。通过电压功率谱密度对其谐波分布情况进行分析。仿真结果显示,采用随机激励的方法对VSG逆变器的输出电压波形有一定程度的改善,与引入随机激励前相比,输出的A、B、C三相电压的总谐波因素(THD)分别降低了11.32%、11.60%和11.42%,表明了本方法的合理性及有效性并适用于工程应用中。 相似文献
16.
为更好地评估蓝莓生态适宜性,合理选择蓝莓种植区域,提出一种基于CatBoost算法的蓝莓生态适宜性评估模型。以贵州黔东南州麻江县为例,利用地形数据、气象数据和土壤数据等10个特征因子,利用CatBoost算法构建蓝莓生态适宜性评估模型,并基于地理信息系统开展全县的蓝莓生态适宜性区划。实验结果表明:CatBoost(CB)模型具有最佳的表现性能,AUC得分为0.897,比逻辑回归(Logistic Regression,LR)、支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)模型分别高4.9%、3.8%、2.5%,并且在精确率、召回率和F1-score方面都有着优异表现,该模型适宜性分类结果与麻江县实际蓝莓种植情况吻合度最高,对蓝莓种植区域选取具有重要参考价值。 相似文献
17.
高校教师拥有教育者和科研工作者的双重角色,在科学知识普及中可以发挥独具优势的作用。为探究哪些因素制约高校教师进行科普,从而达到激励他们的目的,本文在总结现有研究中高校教师参与科普的路径和科普意愿激励要素的基础上,提出了工作环境、科普资源、个人成本和满足感激励对高校教师科普意愿产生影响的假设,通过邮件调查和偶遇调查对北京市海淀区学院路八大高校所属国家重点实验室的94位老师进行了问卷调查以获得分析数据,并使用多元线性回归分析对假设进行了验证。研究结果发现,对于高校教师的科普意愿,科普资源可以产生正向显著影响,个人成本能够产生负向显著影响,工作环境和满足感激励不产生显著影响。为此,提出加大科普投入、构建科普激励机制和开发高校科普资源等建议。 相似文献
18.
19.
20.