基于多核并行RFECV-GNB的风电机组齿轮箱故障诊断方法
针对深度学习的风电机组齿轮箱诊断方法在噪声环境下的鲁棒性较差且在带标签的样本不足时存在诊断精度较低的问题,提出基于RFECV-GNB风电机组齿轮箱故障诊断方法。该方法结合了交叉验证递归特征消除法(RFECV)在故障数据较少时能有效挖掘故障信号的本质特...
太阳能学报
2025年04期
立即查看 >
图书推荐
相关工具书