- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模糊分区的风电机组变桨系统故障预警识别方法,基于梯形模糊分区理论,将风力等级分为四个模糊分区,也称模糊集合F,并计算模糊集合F的隶属度函数;将风电场SCADA得到的风速数据按照时间段进行风速等级模糊分区处理,确定各模糊分区处理,确定各模糊分区范围,通过步骤1所述的隶属度函数,得到各个分区的隶属度值,用ε1表示;进行长短型记忆网络深度学习算法分区预测,得到各个分区的预测值,用LSTM_out1表示,然后将各个分区的预测值LSTM_out1乘以该分区的隶属度值ε1,再将所有分区εi*LSTM_o
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112733279 B
(45)授权公告日 2022.05.03
(21)申请号 202010953736.6 (51)Int.Cl.
文档评论(0)