检索结果-南通市图书馆

检索条件"主题词=Feature sequence extraction"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

Wind turbine frequent principal fault detection based on a self-attentive LSTM encoder-decoder model

Wind turbine frequent principal fault detection based on a s...

引用

第三十九届中国控制会议

作者： Na JIANG Ning LI Key Laboratory of System Control and Information Processing Ministry of Education of ChinaShanghai Jiao Tong University

With the development of intelligent monitoring technology, internet information technology, and data storage technology, data-driven fault detection and diagnosis method in the wind turbine system has become a focus of research in recent years. In this paper, we design a data-driven architecture for the wind turbine frequent principal fault detection. Considering the sequential relationship in the wind power data, we introduce the long short-term memory（LSTM） model. Additionally,to retain more necessary information hidden in the wind power time series, which is too long to make the performance of the LSTM model poor, we propose a novel self-attentive LSTM encoder-decoder（SALSTMED） model to learn the high-level feature sequence other than the feature vector. Further, the dataset collected from a real wind farm is employed to verify the performance of the proposed approach. The results indicate that the proposed approach is effective for the wind turbine frequent principal fault detection.

关键词： Frequent principal fault detection SALSTMED Time series feature sequence extraction Wind turbine system

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：