10.13625/j.cnki.hljep.2021.02.002
基于改进变学习率神经网络的风电机组故障预测研究
针对变学习率算法在实际训练过程中存在的振荡和收敛速度慢的问题,对现有的变学习率算法进行优化,通过对现有改进神经网络中变学习率算法进行调整,使模型训练过程中的收敛速度明显加快,进而节省训练时间.利用改进后网络对风电机组故障进行预测,并与常规改进变学习率神经网络及标准神经网络进行效果对比,得出该算法具有较高的预测精度,同时可减少25%以上的训练时间.
风电机组故障、神经网络、变学习率、训练时间
43
TM315;TP183(电机)
2021-07-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
99-102