典型文献
基于DA-Transformer的风机叶片覆冰检测
文献摘要：
恶劣的气候条件会增加风机叶片结冰的风险.随着传感器技术在风电系统中的广泛应用,数据驱动的叶片覆冰检测方法引起了广泛关注.与传统方法相比,数据驱动方法可以避免专业知识的限制,降低安装检测设备引起的额外成本.然而,传统数据驱动模型挖掘数据信息的能力有限.同时,深度学习方法存在难以调整超参数的问题.为了解决上述问题,本文提出了蜻蜓算法(DA)和Transformer的风机叶片覆冰检测混合模型.其中,Transformer中的自注意力机制可以挖掘时间序列的局部和全局特征信息,蜻蜓算法可以智能优化Transformer的超参数.实验结果表明,相比已有的模型及Transformer而言,提出的混合模型具有更好的覆冰检测效果.
文献关键词：
风机叶片;覆冰检测;数据驱动;DA-Transformer;参数优化
中图分类号：
作者姓名：
汪磊;何怡刚;谭畅
作者机构：
武汉大学电气与自动化学院, 武汉 430072;国家电网湖北超高压公司, 武汉 430000
文献出处：
引用格式：
[1]汪磊;何怡刚;谭畅-.基于DA-Transformer的风机叶片覆冰检测)[J].三峡大学学报（自然科学版）,2022(05):1-8
A类：
覆冰检测
B类：
DA,Transformer,风机叶片,叶片覆冰,气候条件,叶片结冰,传感器技术,风电系统,数据驱动方法,检测设备,数据驱动模型,深度学习方法,超参数,蜻蜓算法,混合模型,自注意力机制,全局特征,特征信息,智能优化,检测效果
AB值：
0.246971
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
