基于维度融合与SSA-LSTM的机翼结冰检测

doi:10.13873/J.1000-9787(2022)06-0118-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于维度融合与SSA-LSTM的机翼结冰检测

更新时间：2025-09-11

- 基于维度融合与SSA-LSTM的机翼结冰检测
- Issue 6, Pages: 118-121(2022)
- 作者机构：
  
  西南科技大学信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)06-0118-04
  CLC： V321.229;V328
- Published：2022
- 稿件说明：
移动端阅览
基于维度融合与SSA-LSTM的机翼结冰检测[J]. 2022, (6): 118-121.
DOI：

基于维度融合与SSA-LSTM的机翼结冰检测[J]. 2022, (6): 118-121. DOI： 10.13873/J.1000-9787(2022)06-0118-04.

摘要

高海拔、低温作业下的风电机组常伴有机翼结冰现象。针对风机数据纬度高，传统模型无法挖掘数据间时序关系、收敛速度慢、预测精度低等问题，提出一种基于维度融合优化与长短期记忆（LSTM）网络的结冰检测模型。结合特征消减算法筛选建模特征，通过主成分分析（PCA）降低数据耦合性并引入改进的麻雀搜索算法（ISSA）建立长短期记忆网络结冰检测模型。实验验证，维度融合与改进麻雀搜索算法优化的结冰检测模型判决准确率得到较好的改善，平均具有99.85%的判决准确率。

Abstract

关键词

Keywords

references

基于几何特征与LSTM网络结合的动作识别算法 [J]. 邬倩,吴飞,骆立志. 传感器与微系统 . 2020(10)

基于递归特征消除和随机森林融合算法的大豆前体MicroRNA预测模型研究 [J]. 安宇,陈桂芬,李静. 大豆科学 . 2020(03)

结合随机森林和SVM的风机叶片结冰预测 [J]. 孟杭,黄细霞,刘娟,韩志亮. 电测与仪表 . 2020(17)

基于大数据分析的风机叶片结冰故障诊断 [J]. 黎楚阳,朱孟兆,焦健,张炜,张玉波. 自动化与仪器仪表 . 2020(03)

基于粒子群优化LSTM的股票预测模型 [J]. 宋刚,张云峰,包芳勋,秦超. 北京航空航天大学学报 . 2019(12)

基于图像识别的叶片结冰检测方法研究 [J]. 孙凯,张新燕,常喜强,周登钰,李振恩,罗嘉良. 四川电力技术 . 2019(02)

基于PCA-PSO-LSSVM的温室大棚温度预测方法 [J]. 杨雷,张宝峰,朱均超,刘娜,赵岩. 传感器与微系统 . 2018(07)

基于SCADA数据的风机叶片结冰检测方法 [J]. 李宁波,闫涛,李乃鹏,孔德同,刘庆超,雷亚国. 发电技术 . 2018(01)

风机叶片故障预测的振动方法研究 [J]. 张保钦,雷保珍,赵林惠,李世刚,郑业明. 电子测量与仪器学报 . 2014(03)

水平轴风力机桨叶覆冰数值模拟 [J]. 蒋维,李亚冬,李海波,邓晓湖,刘衍选. 太阳能学报 . 2014(01)

基于深度学习的风机叶片覆冰故障检测方法研究 [D]. 李铭璐. 华中科技大学 2019

风机叶片覆冰监测与防冰除冰试验研究 [D]. 卢方. 湖南大学 2014

A novel swarm intelligence optimization approach: sparrow search algorithm [J] . Jiankai Xue,Bo Shen. Systems Science ＆ Control Engineering . 2020 (1)

Views

235

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰