典型文献
基于LSTM神经网络算法的船舶电站故障诊断
文献摘要：
船舶电站是船舶中的重要组成部分,船舶电站的故障类型较为复杂.文章利用Simulink软件平台对船舶电站各种短路故障进行仿真建模,选取各相电流电压参数作为数据集的来源,并在MATLAB中进行数据的处理和预测图像的绘制.LSTM神经网络算法相比于其他算法,解决了长时依赖问题,并对预测数据有极高的解释度.结果表明:基于LSTM神经网络算法的故障诊断模型能够很好的对船舶电站故障模式做出诊断.
文献关键词：
船舶电站;短路故障;Simulink;LSTM神经网络;故障诊断
中图分类号：
作者姓名：
孙云;王沭恒;陈冠宇
作者机构：
海军装备部驻上海地区第二军事代表室,上海 200000;江苏科技大学,江苏镇江 212100;镇江赛尔尼柯自动化股份有限公司,江苏镇江 212000
文献出处：
引用格式：
[1]孙云;王沭恒;陈冠宇-.基于LSTM神经网络算法的船舶电站故障诊断)[J].机电设备,2022(03):54-57
A类：
B类：
神经网络算法,船舶电站,故障类型,Simulink,软件平台,短路故障,仿真建模,相电流,预测数据,故障诊断模型,故障模式,出诊
AB值：
0.223359
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。
