基于维度融合与SSA-LSTM的机翼结冰检测

摘要：

高海拔、低温作业下的风电机组常伴有机翼结冰现象.针对风机数据纬度高,传统模型无法挖掘数据间时序关系、收敛速度慢、预测精度低等问题,提出一种基于维度融合优化与长短期记忆(LSTM)网络的结冰检测模型.结合特征消减算法筛选建模特征,通过主成分分析(PCA)降低数据耦合性并引入改进的麻雀搜索算法(ISSA)建立长短期记忆网络结冰检测模型.实验验证,维度融合与改进麻雀搜索算法优化的结冰检测模型判决准确率得到较好的改善,平均具有99.85％的判决准确率.

关键词：结冰检测、特征消减、主成分分析、麻雀搜索算法、长短期记忆网络

所属期刊栏目：41

分类号：TP391;TK83(计算技术、计算机技术)

资助基金：四川省科技计划资助项目;国家重点研发计划

在线出版日期：2022-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：118-121