期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到87篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于激光测风雷达的风切变识别研究综述
1
作者 庄子波 崔雨康 +6 位作者 舒志峰 邹国良 张开俊 陈钰彤 靳国华 陈星 文胜欢 《红外与激光工程》 北大核心 2026年第1期129-144,共16页
风切变作为一种严重威胁飞行安全的大气动力现象,对其实时监测与精准识别直接关系到飞行安全。针对低空经济和民航飞行安全需求,系统综述了激光测风雷达在风切变识别方领域的研究进展,并深入剖析了其中存在的主要问题。通过梳理国内外... 风切变作为一种严重威胁飞行安全的大气动力现象,对其实时监测与精准识别直接关系到飞行安全。针对低空经济和民航飞行安全需求,系统综述了激光测风雷达在风切变识别方领域的研究进展,并深入剖析了其中存在的主要问题。通过梳理国内外相干激光测风雷达的发展历程与技术现状,详细阐述了四种扫描策略的原理、优势及局限,以及噪声处理、风场反演和信号增强等关键技术。同时,综述了仿真建模与风切变数据库构建的重要性,并比较分析了传统识别算法与基于机器学习的智能识别算法的特点。未来,需重点探索深度学习与多源数据融合技术,构建多维度特征模型,以提升风切变识别精度与可靠性,适应复杂地形和极端天气,为航空安全提供更坚实的保障。 展开更多
关键词 风切变 激光测风雷达 识别算法 机器学习 多源数据融合
原文传递
基于振动和转子电流深度融合的风电机组转频估计及故障诊断方法
2
作者 王城宇 万书亭 +2 位作者 张雄 王萱 慈铁军 《太阳能学报》 北大核心 2026年第1期621-633,共13页
针对单一振动信号或电流信号估计风电机组瞬时频率精度不高的问题,提出基于振动信号和转子电流信号深度融合的转频估计及齿轮箱故障诊断方法,旨在提高风电机组齿轮箱故障诊断的准确性。首先,分别利用变分模态分解和低通滤波对振动信号... 针对单一振动信号或电流信号估计风电机组瞬时频率精度不高的问题,提出基于振动信号和转子电流信号深度融合的转频估计及齿轮箱故障诊断方法,旨在提高风电机组齿轮箱故障诊断的准确性。首先,分别利用变分模态分解和低通滤波对振动信号和转子电流信号进行降噪处理,通过同步提取变换分别获得振动信号和转子电流信号的瞬时频率曲线,并对两种信号的时频曲线进行预处理,获得两条风电机组时频曲线;然后,提出DA-BLCNN深度网络模型,融合得到齿轮箱故障轴承的瞬时频率曲线;最后,采用阶次跟踪算法对齿轮箱振动信号进行等角度重采样,实现对齿轮箱的故障检测。变转速工况下的齿轮箱轴承故障实验验证结果表明,所提方法可有效实现齿轮箱故障诊断。 展开更多
关键词 风电机组 齿轮箱 数据融合 转子电流 故障诊断 转频估计
原文传递
昌都煤业智能通风系统应用研究
3
作者 杨泽军 《山东煤炭科技》 2026年第2期79-83,共5页
针对昌都煤业原通风系统响应滞后、误报率较高及粉尘超限处置依赖人工等问题,构建“感知-分析-决策-执行”矿井智能通风闭环体系。系统采用“端-边-云-用”架构,以“通防数据云管家”为核心实现多源数据汇聚与治理,融合安全态势分析、... 针对昌都煤业原通风系统响应滞后、误报率较高及粉尘超限处置依赖人工等问题,构建“感知-分析-决策-执行”矿井智能通风闭环体系。系统采用“端-边-云-用”架构,以“通防数据云管家”为核心实现多源数据汇聚与治理,融合安全态势分析、风网动态解算与优化决策、预警联动控制及粉尘监测联动等功能,基于投运在线数据与典型故障仿真测试开展验证。结果表明,系统联控平均响应时间为0.59 s,误报率降至0.26%,终端在线率保持在98.5%以上,数据上传延迟不超过3 s。节能方面,主通风机平均负载率由86%降至72%,年节电量约49.06万kW·h,年节约电费约34.5万元。研究结果可为同类矿井智能通风系统建设提供参考。 展开更多
关键词 智能通风 风网建模 数据融合 应急调控
在线阅读 下载PDF
基于声纹的风机叶片在线监测技术研究
4
作者 王亮 杨春 +2 位作者 袁超 刘亚南 陈燕擎 《佛山科学技术学院学报(自然科学版)》 2026年第2期18-24,共7页
风机叶片是风力发电机的关键部件,在风机叶片周围部署多个声学传感器实时采集声学信号,从时域和频域提取特征,通过FFT分析频谱特征,并利用DTW算法与正常工况下的声纹信号比对,识别异常信号并初步定位损伤区域。同步采集风机振动、温度... 风机叶片是风力发电机的关键部件,在风机叶片周围部署多个声学传感器实时采集声学信号,从时域和频域提取特征,通过FFT分析频谱特征,并利用DTW算法与正常工况下的声纹信号比对,识别异常信号并初步定位损伤区域。同步采集风机振动、温度和压力等多模态数据,通过卡尔曼滤波进行数据融合,优化风机健康状态评估。采用时差定位算法精确定位损伤位置,并利用CNN对声纹及融合数据进行故障分类。实验结果表明:在多种风机故障情况下,模型的准确率和召回率达85%以上,定位误差在0.15 m以内。 展开更多
关键词 风机叶片 声纹监测 多模态数据融合 故障诊断 故障定位
在线阅读 下载PDF
考虑多源数据融合的风力发电机组功率预测模型
5
作者 张懿夫 张海锋 +2 位作者 崔运海 李江城 李宇 《自动化与仪器仪表》 2026年第2期166-170,共5页
当前的风力发电机组功率预测方法由于使用单一数据源,导致其功率预测不准确。为此设计考虑多源数据融合的风力发电机组功率预测模型。设计采用多头交叉注意力机制的多源数据融合模型,利用其实现风力发电机组多源数据包括风速数据、风向... 当前的风力发电机组功率预测方法由于使用单一数据源,导致其功率预测不准确。为此设计考虑多源数据融合的风力发电机组功率预测模型。设计采用多头交叉注意力机制的多源数据融合模型,利用其实现风力发电机组多源数据包括风速数据、风向数据、风力发电机组历史发电数据的融合处理。结合非局部神经网络、卷积长短期记忆网络、编码网络-预测网络设计NL-Conv LSTM-EF模型,在模型中输入风速数据、风向数据、风力发电机组历史发电数据的融合处理结果,利用其实现风力发电机组功率预测。实验测试结果表明,设计方法的单一风力发电机组超短期预测与短期预测误差均较小。超短期预测误差均值整体低于50 kW,短期预测误差均值整体低于70 kW,且均波动较小,说明设计方法功率预测较为准确,鲁棒性强。 展开更多
关键词 多头交叉注意力机制 多源数据融合 风力发电机组 非局部神经网络 编码网络-预测网络
原文传递
机理与数据融合的风机主轴受力预测与更新
6
作者 李国英 付德义 +2 位作者 孙述鹏 宋姿颖 冯维明 《力学与实践》 2026年第1期76-84,共9页
为实时监测风机主轴受力状态,构建了机理与数据融合的自适应更新预测模型。首先,采用“物理基准+偏差补偿”策略,通过有限元机理模型提供预测基准,结合基于实测数据的数据驱动模型补偿偏差,以克服单一模型的局限。其次,引入具备可变遗... 为实时监测风机主轴受力状态,构建了机理与数据融合的自适应更新预测模型。首先,采用“物理基准+偏差补偿”策略,通过有限元机理模型提供预测基准,结合基于实测数据的数据驱动模型补偿偏差,以克服单一模型的局限。其次,引入具备可变遗忘因子的增量学习机制,在线学习新数据以更新网络参数,缓解长期服役中性能退化问题。验证表明,主轴内力预测误差小于3%,且更新机制确保了长期预测精度。 展开更多
关键词 风机主轴 受力 机理与数据融合 可变遗忘因子 增量学习
在线阅读 下载PDF
基于多源异构数据融合的风电机组早期故障自主辨识方法
7
作者 严文超 《自动化应用》 2026年第4期119-121,125,共4页
针对风电机组早期故障难以识别的问题,提出了一种基于多源异构数据融合的自主辨识方法。以实际风电场为应用场景,构建了多源数据深度融合框架,融合数据采集与监视控制(SCADA)系统、振动和油液等多类监测信息,设计了LSTM-CNN混合模型实... 针对风电机组早期故障难以识别的问题,提出了一种基于多源异构数据融合的自主辨识方法。以实际风电场为应用场景,构建了多源数据深度融合框架,融合数据采集与监视控制(SCADA)系统、振动和油液等多类监测信息,设计了LSTM-CNN混合模型实现故障类型的精准辨识。通过对比实验,系统分析了多源融合与深度学习模型在故障识别准确性和预警能力方面的优势。研究结果表明,该方法能有效提升风电机组早期故障的识别效率和预警时效,可为风电场智能运维提供有力支撑。 展开更多
关键词 风电机组 多源数据融合 早期故障识别 深度学习
在线阅读 下载PDF
风电机组智能故障诊断与预测性维护方法研究
8
作者 亢景超 贺嘉亮 +2 位作者 张通 王森 许帅 《电气应用》 2026年第1期122-126,共5页
针对风电机组齿轮箱的退化故障特性,提出一种融合多源数据的智能诊断与预测性维护方法。该方法构建了CNN-LSTM分类模型与GRU-RUL预测网络,建立了健康指数评估体系,并引入基于贝叶斯风险的调度优化机制。通过工程实证验证了模型的有效性... 针对风电机组齿轮箱的退化故障特性,提出一种融合多源数据的智能诊断与预测性维护方法。该方法构建了CNN-LSTM分类模型与GRU-RUL预测网络,建立了健康指数评估体系,并引入基于贝叶斯风险的调度优化机制。通过工程实证验证了模型的有效性,结果表明所提方案在故障识别精度与维护决策合理性方面具备工程适应性与部署价值。 展开更多
关键词 风电机组 智能故障诊断 预测性维护 多源数据融合
原文传递
基于多源数据融合的风机叶片无人机自主巡检方法 被引量：6
9
作者 王恩民 孟欣 +3 位作者 于景龙 王介昌 殷亮 杜静宇 《自动化应用》 2025年第8期107-109,112,共4页
为提高风机叶片无人机自主巡检的准确性,保障风力发电设备的稳定运行,利用多源数据融合技术,开展了风机叶片无人机自主巡检方法研究。根据风机的地理位置、地形地貌及飞行限制条件,规划无人机巡检区域与路径;配置高分辨率摄像头、红外... 为提高风机叶片无人机自主巡检的准确性,保障风力发电设备的稳定运行,利用多源数据融合技术,开展了风机叶片无人机自主巡检方法研究。根据风机的地理位置、地形地貌及飞行限制条件,规划无人机巡检区域与路径;配置高分辨率摄像头、红外热像仪等巡检设备,采集风机叶片图像;利用多源数据融合算法,将图像数据、环境数据和飞行数据进行融合处理,识别叶片缺陷,实现对风机叶片的无人机自主巡检。实验结果表明,该方法应用后,风机叶片缺陷识别率达到了98%以上,能够显著提高风机叶片巡检的准确性,降低漏检和误检的风险。 展开更多
关键词 多源数据融合 风机叶片 无人机 自主巡检
在线阅读 下载PDF
基于温度热模型与数据融合驱动的海上风力发电机故障早期预警 被引量：3
10
作者 魏书荣 周海林 +2 位作者 符杨 黄玲玲 葛晓琳 《高电压技术》 北大核心 2025年第10期4945-4956,I0001,I0002,共14页
自海上风电进入平价时代,迫切需要更加精准的故障预警提高风力发电机的可靠运行水平,减少发电损失,但仅依靠物理或数据模型进行风力发电机早期故障预警受限于模型准确性的问题影响预警精度。为此,提出一种模型-数据融合的建模方法,基于... 自海上风电进入平价时代,迫切需要更加精准的故障预警提高风力发电机的可靠运行水平,减少发电损失,但仅依靠物理或数据模型进行风力发电机早期故障预警受限于模型准确性的问题影响预警精度。为此,提出一种模型-数据融合的建模方法,基于等效热网络模型和Stacking集成算法融合驱动实现海上双馈风力发电机早期故障预警。首先,利用等效热网络法构建风力发电机温度的热平衡矩阵,求解得到各节点稳态温度值,采用一阶RC热网络模型描述温度随时间变化的趋势;然后,将热模型计算得到的定子绕组温度和其他相关变量作为Stacking集成算法的输入特征,对定子绕组温度值进行校正;最后,利用K-S(Kolmogorov-Smirnov)检验原理确定自适应阈值,根据残差的变化趋势进行早期故障预警。以国内某海上风电场SCADA数据为例进行分析,验证融合模型的有效性。基于温度热模型与数据融合驱动的海上风力发电机故障早期预警方法具有通用性,为海上风电高质量发展提供技术支撑。 展开更多
关键词 海上风电 故障预警 模型-数据融合 Stacking集成算法
原文传递
基于数字孪生和多源数据融合的风力机叶片运维方法研究 被引量：3
11
作者 罗浩 孙文磊 +3 位作者 常赛科 路程 王丽鑫 王宏伟 《机床与液压》 北大核心 2025年第2期179-189,共11页
为了解决风力机叶片运行数据来源多样、类型复杂和多维多尺度的特征所带来的数据冗余、信息融合困难、监测过程不明朗等问题,基于风力机叶片数字孪生建模、信息融合、状态预警、三维沉浸式可视化表达,融合标识解析技术,构建风力机组数... 为了解决风力机叶片运行数据来源多样、类型复杂和多维多尺度的特征所带来的数据冗余、信息融合困难、监测过程不明朗等问题,基于风力机叶片数字孪生建模、信息融合、状态预警、三维沉浸式可视化表达,融合标识解析技术,构建风力机组数字孪生系统标识索引层,提出一种基于数字孪生和多源数据融合的风力机叶片运维方法;基于“7个层次-2种视角”的方法、深度学习算法引擎以及可信的虚实驱动模型,采用基于仿生树的风力机叶片数据模型对所提方法进行了建模,以实现数据与模型的映射关系准确表达、风力机叶片的状态监测、智能运维和管理、多源数据汇聚融合等功能。所提方法打破了传统运维过程中运维指标杂乱无章、要素信息汇聚融合困难、信息孤岛等阻碍,实现了风力机组对于运行数据知识信息密度的提升与转化。最后基于C#编程代码在Unity3D引擎搭建了风力机叶片数字孪生运维平台,实现了风力机叶片数字孪生模型的虚实联动,为风力机叶片的智能运维管理提供了一种可靠手段。 展开更多
关键词 风力机叶片 数字孪生 多源数据融合 UNITY3D 智能运维
在线阅读 下载PDF
自主HY-2系列卫星海面风场融合产品在西北太平洋海域的交叉验证分析
12
作者 陈倚宇 付东洋 +1 位作者 张茜 石立坚 《遥感技术与应用》 北大核心 2025年第5期1108-1124,共17页
我国自主研发的HY-2系列动力卫星为全球海洋风场观测研究提供了重要的数据支撑。通过对多源遥感卫星所获取的海面风场数据进行融合,形成高时空分辨率的风场融合数据,对研究台风灾害、保障船舶航行和海上作业安全具有重要意义。对风场融... 我国自主研发的HY-2系列动力卫星为全球海洋风场观测研究提供了重要的数据支撑。通过对多源遥感卫星所获取的海面风场数据进行融合,形成高时空分辨率的风场融合数据,对研究台风灾害、保障船舶航行和海上作业安全具有重要意义。对风场融合数据进行交叉验证是该数据大规模应用的前提,本文选择台风灾害频发,渔业资源丰富的西北太平洋海域作为研究区域,利用ERA5再分析数据、CCMP风场数据及CERSAT风场数据作为参考数据,通过获取不同数据集之间的风速、风向的标准差和相关系数,开展了2019年12月至2021年11月HY-2系列卫星风场融合数据在不同季节间的交叉验证分析。结果表明:(1)HY-2系列卫星风场融合数据与ERA5再分析数据的匹配程度优于CCMP风场数据和CERSAT风场数据;(2)在不同季节中,HY-2系列卫星风场融合数据的风速和风向精度在夏季和秋季较高,而冬季和春季相对较低;(3)2019年12月至2021年11月的HY-2系列卫星风场融合数据的风速和风向具有较高的精度,其标准差分别为1.54 m/s和13.29°,相关系数分别为0.92和0.88,可广泛应用于西北太平洋海域。 展开更多
关键词 HY-2系列 再分析数据 风场融合数据 西北太平洋海域 交叉验证
原文传递
基于多源数据的爆发性气旋海上大风分布特征
13
作者 陈莅佳 徐晶 +3 位作者 陈丽凡 曹丽娟 熊安元 傅刚 《应用气象学报》 北大核心 2025年第6期641-653,共13页
基于多重网格变分同化方法,通过融合多源卫星反演洋面风和全球浮标观测洋面风数据,研究2019—2023年北半球中纬度太平洋和大西洋海上爆发性气旋伴随的洋面大风统计特征。通过与欧洲中期天气预报中心大气再分析数据、多平台交叉校正洋面... 基于多重网格变分同化方法,通过融合多源卫星反演洋面风和全球浮标观测洋面风数据,研究2019—2023年北半球中纬度太平洋和大西洋海上爆发性气旋伴随的洋面大风统计特征。通过与欧洲中期天气预报中心大气再分析数据、多平台交叉校正洋面风场产品等洋面风数据对比发现,多源数据融合形成的洋面风格点融合数据集(Merged Sea Wind Dataset,MERG)表征北半球中纬度爆发性气旋的洋面风场优势显著:由于使用更精细的网格和多尺度分析方法,MERG显示气旋伴随洋面大风的空间分布(特别是在边缘海和沿岸海域)更加准确和精细;MERG能捕获更剧烈的气旋洋面风速以及风速变化(气旋洋面风速最大可达55.71 m·s^(-1),最大6 h增幅可达11.58 m·s^(-1));在气旋发展后期,MERG能更好地分析冷输送带引发的洋面大风,大风覆盖范围和强度显著大于其他洋面风数据的分析结果。 展开更多
关键词 洋面风 多源数据融合 爆发性气旋 卫星遥感 输送带
在线阅读 下载PDF
多传感器数据融合的风机状态预测算法设计与实验 被引量：2
14
作者 寇志伟 靳乐乐 +2 位作者 孔哲 齐咏生 刘利强 《制造业自动化》 2025年第2期114-122,共9页
风机运行状态的准确预测与判断可以提前预警故障,维持风机的稳定运行,实现风电功率的合理调度,保障电力生产的稳定和安全。提出了一种多传感器数据融合的风机状态预测方法。首先,研究了风机多传感器数据的处理与特征提取方法,应用四分... 风机运行状态的准确预测与判断可以提前预警故障,维持风机的稳定运行,实现风电功率的合理调度,保障电力生产的稳定和安全。提出了一种多传感器数据融合的风机状态预测方法。首先,研究了风机多传感器数据的处理与特征提取方法,应用四分位法与Relief-F算法清洗了多传感器数据,并且依据数据权重选择了多传感器数据源。其次,设计了基于BP神经网络和基于D-S证据理论的信息融合算法,并在MATLAB中进行了实验验证,得到的风机状态预测准确率分别为80.35%及78.72%。再次,基于双层容错数据融合思想,改进了D-S证据理论方法,设计了基于FTDF-TCR的多传感器数据融合算法,并应用相同的样本数据集进行实验验证。最后,经实验验证,算法风机状态预测的准确率为89.36%,相较于原有算法分别提升了9.01%及10.64%,有效提高了风机运行状态预测的准确率。 展开更多
关键词 多传感器 数据融合 风机 D-S证据理论 FTDF-TCR
在线阅读 下载PDF
基于多时空尺度特性的风电场物理-数据融合动态等值建模 被引量：5
15
作者 黄师禹 朱林 +2 位作者 胡永浩 陈乐柯 管霖 《电力系统自动化》 北大核心 2025年第1期150-160,共11页
文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动... 文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动态风电机组的分群等值。首先,围绕风电场多时空尺度特征展开物理特性分析,提出反映风电场站动态特性的核心因素集合;其次,针对核心因素多且存在相关性这一问题,采用降噪自编码器算法来对核心因素集合进行降维,去除冗余信息后构建数据特征;然后,引入基于形状的距离度量的聚类算法,实现风电场发电单元分群;最后,以某风电场为例,在PSCAD/EMTDC平台仿真验证了所提方法的有效性。 展开更多
关键词 等值建模 风电场 多时空尺度 降噪自编码器 分群聚类 物理-数据融合模型
在线阅读 下载PDF
结合数据清洗及并联时空神经网络的风电机组功率预测 被引量：1
16
作者 高革命 叶漫红 +2 位作者 刘亚楠 徐鸿琪 陈凡 《电气传动》 2025年第10期64-72,共9页
针对数据驱动的风电机组超短期功率预测中堆积型异常值难以识别、原始数据特征提取不够充分的问题,提出了一种结合数据清洗及并联时空神经网络的预测方法。首先,提出一种组合数据清洗方法对机组功率数据进行清洗;接着,提出一种并联时空... 针对数据驱动的风电机组超短期功率预测中堆积型异常值难以识别、原始数据特征提取不够充分的问题,提出了一种结合数据清洗及并联时空神经网络的预测方法。首先,提出一种组合数据清洗方法对机组功率数据进行清洗;接着,提出一种并联时空神经网络,分别提取目标机组功率及气象数据的时间特征、相似机组功率数据的空间特征进行融合预测。此外,定义了误差区间准确度指标用于反映不同误差区间下预测结果的准确性,避免了传统误差指标掩盖局部预测误差过大的缺陷。算例分析结果表明,所提方法能够有效识别异常数据,提高了风电机组超短期功率的预测精度。 展开更多
关键词 风电机组功率 深度学习 数据清洗 特征融合 评价指标
在线阅读 下载PDF
基于t-SNE多特征融合的风力机塔架异常检测方法
17
作者 张文韬 秦仙蓉 +2 位作者 杨穹 侯冰柠 张氢 《太阳能学报》 北大核心 2025年第9期91-97,共7页
针对风力发电机塔架的异常状态识别问题,根据监测的结构响应信号,提出一种基于t-分布随机邻域嵌入(t-SNE)多特征融合的结构异常检测方法。该方法通过估计信号的时域、频域和时频域统计指标,提取塔架的高维特征向量;利用t-SNE算法进行降... 针对风力发电机塔架的异常状态识别问题,根据监测的结构响应信号,提出一种基于t-分布随机邻域嵌入(t-SNE)多特征融合的结构异常检测方法。该方法通过估计信号的时域、频域和时频域统计指标,提取塔架的高维特征向量;利用t-SNE算法进行降维融合,得到数据在低维空间的可视化表达;采用聚类算法分析数据状态,构建异常指标定量分析,实现结构异常检测。对风力机塔架在台风期与地震期的工程实际应用表明,所提方法可清晰地识别出因环境因素变化所引起的结构响应异常。 展开更多
关键词 风力发电机 异常检测 数据可视化 特征融合 t-分布随机邻域嵌入(t-SNE)
原文传递
基于数据融合算法的高精度热线风速测量系统研制
18
作者 金韵漪 《计量与测试技术》 2025年第3期48-51,共4页
为实现风速的准确实时监测,提高数据传输的可靠性和安全性,本文采用热式风速传感器和数据融合算法,研究了一种基于无线传感器网络的高精度风速测量系统,并进行试验验证。结果表明:该系统能在不同风速中,将平均测量误差保持在±(0.1... 为实现风速的准确实时监测,提高数据传输的可靠性和安全性,本文采用热式风速传感器和数据融合算法,研究了一种基于无线传感器网络的高精度风速测量系统,并进行试验验证。结果表明:该系统能在不同风速中,将平均测量误差保持在±(0.1+2%读数)范围内,可用于气象监测、环境评估和风能开发等风速监控领域。 展开更多
关键词 风速测量 热式风速传感器 数据融合算法 无线传感网络
在线阅读 下载PDF
多源气象数据驱动下风电出力功率预测模型研究 被引量：1
19
作者 丁良博 《电气应用》 2025年第9期44-48,共5页
提出了一种基于长短期记忆网络的多源气象数据融合风电功率预测模型。通过整合风云卫星遥感数据、地面气象站观测及数值天气预报产品,构建了时空特征融合机制。模型采用五折交叉验证策略,在测试集上实现平均绝对误差8.2 MW,较随机森林... 提出了一种基于长短期记忆网络的多源气象数据融合风电功率预测模型。通过整合风云卫星遥感数据、地面气象站观测及数值天气预报产品,构建了时空特征融合机制。模型采用五折交叉验证策略,在测试集上实现平均绝对误差8.2 MW,较随机森林基准降低29.9%。关键创新在于设计了门控自适应模块,有效提升了对风速突变的响应能力。实验表明多源数据融合使预测误差降低24.8%,在强对流天气时段稳定性提高28%。该模型为高波动性新能源场景提供了有效的预测解决方案,具有良好的通用性,可推广应用于其他类型的可再生能源功率预测任务。 展开更多
关键词 风电功率预测 多源数据融合 长短期记忆网络
原文传递
多源数据下CNN-EMD海上风电齿轮箱诊断
20
作者 张文昊 何雨龙 +3 位作者 罗雁飞 谢越 张军华 王佳麟 《船舶工程》 北大核心 2025年第S2期51-57,63,共8页
[目的]由于海上复杂海洋环境下瞬态机械振动与渐进磨损过程的复杂耦合,海上风力发电机齿轮箱的精准故障诊断仍具挑战。海上风电场景中,齿轮箱不仅承受交变载荷和复杂振动,还应对高湿度、高盐雾腐蚀及波浪载荷冲击等特殊工况,导致故障机... [目的]由于海上复杂海洋环境下瞬态机械振动与渐进磨损过程的复杂耦合,海上风力发电机齿轮箱的精准故障诊断仍具挑战。海上风电场景中,齿轮箱不仅承受交变载荷和复杂振动,还应对高湿度、高盐雾腐蚀及波浪载荷冲击等特殊工况,导致故障机理更复杂、早期故障特征更隐匿。[方法]提出一种融合经验模态分解(EMD)与卷积神经网络(CNN)的双模态深度学习框架,协同处理振动信号与油液颗粒数据。该方法将非平稳振动信号分解为本征模态函数(IMFs),从中提取时域-频域-非线性混合特征;对油液颗粒数据进行统计趋势分析与磨损形貌表征。通过时间同步和特征融合策略,弥合高频振动数据与低频油液数据的时间尺度差异,联合特征输入双通道CNN架构进行跨模态学习。[结果]仿真数据验证表明:该方法诊断准确率达92.5%,显著优于支持向量机(85.2%)和反向传播神经网络(88.7%)。[结论]研究可为海上可再生能源系统的多传感器数据融合提供可行方案,有效解决实际海上风电场运行中的异步监测和复杂工况适配难题。 展开更多
关键词 海上风力发电机组 齿轮箱 多源数据融合 故障诊断 状态监测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部