机译:基于SCADA数据分析的CNN和LSTM与注意机制的风力涡轮机故障检测
North China Elect Power Univ Sch Mech Engn Baoding 071003 Hebei Peoples R China;
North China Elect Power Univ Sch Mech Engn Baoding 071003 Hebei Peoples R China;
North China Elect Power Univ Sch Mech Engn Baoding 071003 Hebei Peoples R China;
North China Elect Power Univ Sch Mech Engn Baoding 071003 Hebei Peoples R China;
North China Elect Power Univ Sch Mech Engn Baoding 071003 Hebei Peoples R China;
Wind turbine; Deep learning networks; Fault detection; Supervisory control and data acquisition (SCADA); Attention mechanism (AM);
机译:基于机制的基于机制的CNN-LSTM模型,用于使用SSN本体注释的风力涡轮机故障预测
机译:基于SCADA数据协整分析的风机状态监测与故障检测
机译:用于早期故障检测的SCADA数据分析及其在风机维护管理中的应用
机译:基于数据驱动和模型的风力涡轮机故障检测方法与SCADA数据的比较
机译:数据驱动和基于模型的轴承故障分析-风力发电机应用。
机译:风力涡轮机主要轴承故障预后仅基于SCADA数据
机译:基于人工神经网络的SCADA数据分析的风力涡轮机故障检测数据挖掘方法
机译:基于信息熵的sCaDa系统异常检测模型分析。