a国产,中文字幕久久波多野结衣AV,欧美粗大猛烈老熟妇,女人av天堂

當前位置:主頁 > 科技論文 > 電力論文 >

CEEMDAN-WOA-ELM模型風機振動趨勢預測

發(fā)布時間:2024-07-07 02:32
  在火電廠中,風機的故障通常會引起風機振動幅值異常,因此對風機振動趨勢的準確預測可以有效降低風機故障發(fā)生概率。由于原始的風機振動數(shù)據(jù)具有較強的隨機性和波動性,傳統(tǒng)預測方法很難直接進行有效預測,因此需要對原始風機振動數(shù)據(jù)進行預處理,并應用先進的機器學習算法來進一步提高風機振動預測精度。該文采用完備經驗模態(tài)分解(complete ensemble empirical mode decomposition adaptive noise, CEEMDAN)對原始數(shù)據(jù)進行預處理,將原始振動數(shù)據(jù)分解為一系列固態(tài)模量(intrinsic mode function,IMF),從而降低原始振動信號的非平穩(wěn)性。其次使用經過鯨魚算法(whale optimization algorithm, WOA)優(yōu)化的極限學習機(extreme learning machine, ELM)來預測所有IMF序列。最后將所有IMFS預測結果疊加得到最終預測值。為評估模型的預測性能,該研究采集某火電廠風機機組的振動數(shù)據(jù)進行多組對比試驗。結果表明,該文提出的模型SSE平均降低39.58%,RMSE平均降低31.73%,驗證CE...

【文章頁數(shù)】:7 頁


本文編號:4003015

資料下載
論文發(fā)表

本文鏈接:http://www.wukwdryxk.cn/kejilunwen/dianlilw/4003015.html


Copyright(c)文論論文網All Rights Reserved | 網站地圖 |

版權申明:資料由用戶a4748***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
亚洲乱色熟女一区二区三区丝袜| 无码专区天天躁天天躁在线| 亚洲成A人片在线观看久| 国产精品99久久久久久猫咪| 亚洲色大成网站WWW永久| 欧美一级大黄片| AV片在线观看| 国色天香精品一卡2卡3卡| 亚洲最大国产成人综合网站| 人成午夜免费视频在线观看| 99国内精品久久久久久久| 被黑人猛躁10次高潮视频| 国产精品无码无在线观看| 成人午夜精品无码区| 国产一区二区三区美女| 亚洲欧美国产国产一区二区三区 | 熟女电影| 亚洲男人的天堂网站| AV午夜无码精品一区二区三区| 特级毛片aaaaaa| 中文日产无乱码在线观看| 亚洲日本va中文字幕久久| 精品国产美女福到在线不卡| 波多野结衣中文字幕久久| 亚洲Va无码手机在线电影| 午夜无码乱码在线观看| 久久高清内射无套| 日本VA欧美VA精品发布| 99精品热这里只有精品| 国产精品亚洲一区二区在线观看 | 岛国无码AV不卡一区二区| 国产成人精品2021| 久久久久人妻一区精品性色av| 天堂av日韩av无码av| 亚洲日韩在线中文字幕综合 | 高中生被C到爽哭视频| 扒开双腿猛进入喷水高潮视频| 板桥市| 抚松县| jk白丝极品被cao到流水呻吟 | 亚洲性久久久影院|