我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于神经网络的风电机组异常状态辨识方法及设备研究 下载：127 浏览：1543

黄梅丽 《能源学报》 2023年11期

摘要:
为持续提升风电机组运行可靠性，实现能效状态整体可控，推动风电资源可持续开发与综合利用，风电企业需要加强内控技术平台搭建，通过机组效能检测评估，提升能效异常状态科学处置。本文进行风电机组状态检测技术过程中提出，对检测异常动状态进行相应分析，在针对异常状态进行检测的过程中，主要基于神经网络算法寻找异常信号中所包含的对故障特征频率进行表征的数据，能够明确机组的运行状况。通过实践证明，这种方法在实际应用过程中其效果相对较好。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享