专利检索与分析系统
|
意见反馈
|
制图工具
公告: 1.点击检索输入框上方可切换相似检索,上传图片可查找该图片的相似图片。 2.
专利检索与分析系统上线,欢迎试用。
登 录
注册
欢迎您:
未登录
退出
到登录页
图片搜索
相似搜索
检索
高级检索
图片主题:
请以;隔开多个主题词
出版日期:
到
图片类别:
学科类别:
图片大小:
全部
大
中
小
来源数据库:
全部
中国学术期刊网络出版总库
中国博士学位论文全文数据库
中国优秀硕士学位论文全文数据库
中国重要会议论文全文数据库
中国工具书网络出版总库
中国年鉴全文数据库
学术知识图片库
>
电力工业
自动化技术
> 根据功率变量x1构造训练样本集图2中δ为0.001
根据功率变量x1构造训练样本集图2中δ为0.001
图片来源:
宋谷月,王滨,刘博睿.
基于BP神经网络的风电机组发电机状态监测研究 ,
吉林电力, 2012 (05).
>>查看本文图片摘要
图片关键词:
训练样本集
变量
功率
观测向量
发电机
所属学科:
电力工业
自动化技术
图片上下文:
瓁N1(M)xN2(1)xN2(2)…xN2(M)┇┇┇xN5(1)xN5(2)…xN5(M)5×M(10)集合中观测向量的数量为M=3393。每个观测向量包括功率、风速、发电机轴承温度、发电机冷空气温度、发电机温度5个值,将其分别记为x1,x2,x3,x4,x5。训练样本集的构
....
造需要使其能够尽量覆盖发电机正常工作空间。发电机正常工作空间的每一个观测向量由5个变量组成,且其观测值已被归一化。对每一个变量,将[0,1]之间等分为200份,以0.005为步距从集合K中查找出若干个观测向量加入训练样本集中。以机组功率x1为例,向训练样本集中添加观测向量的方法见图2。图2根据功率变量x1构造训练样本集图2中δ为0.001。对剩余的4个变量,均采用与图2相同的流程,以0.005为步距从集合K中选择观测向量添加到训练样本集中。采用此方法构造训练样本集,能将组成观测向量的5个变量的不同测量值对应的历史记录选入训练样本集中,从而使其能较好地覆盖发电机正常工作空间。2.4训练及验证过程通过对样本对的反复学习,BP神经网络的误差达到了系统平均误差的要求(0.02),网络的权值调整完毕。为了检验模型的有效性,将测试样本作为网络的输入。测试样本选为4月21日至4月30的数据。在4月份的历史记录中,发电机温度的最大值为149℃,最小值为25℃;环境温度的最大值为20℃,最小值为13℃。记发电机温度的BP神经网络模型预测残差为:εt=x5-x∧5(11)式中:x5为发电机温度实际测量值;x∧5为BP神经网络对该实测温度的估计值。验证结果见图3。图中各变量的值均为归一化后的结果,验证结果表明发电机BP神经网络温度模型对发电机正常工作时的动态特性具有很高的建模精度。·31·2012年10月第40卷第5期(总第222期)吉林电力JilinElectricPowerOct.2012Vol.40No.5(Ser.No.222)
>>展开全部
相关图片
同文图片
语义相关
读者推荐
相似图片
浏览历史
本单位未订购此产品,请填写调查问卷可
免费获取
下载权限.
京 ICP 证 040431 号
网络出版服务许可证 (总)网出证(京)字第 271 号
经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊(光盘版)》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2021 中国知网(CNKI)
用户手册
|
产品标准
|
数据标准
|
图片分类说明