原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明针对海上风电机组的状态监测问题，提供一种级联双向深度学习网络建模方法。该方法首先依托SCADA系统广泛获取海上风电机组状态监测过程所需的数据。然后通过四分位法处理采样数据中的无效值并进行特征提取以达到数据清洗的作用。在卷积神经网络的基础上融入了双向选通循环单元和注意机制形成了级联双向深度学习网络模型，不仅可有效发掘变量的多向时空特性，还通过注意机制增强了双向选通循环单元的有用信息权重，使所得模型在海上风电机组状态监测中更具实用性。此外，采用花朵传粉算法修正模型参数，从而进一步提高状态监测过
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116579386 A
(43)申请公布日 2023.08.11
(21)申请号 202310505794.6 G06N 3/0442 (2023.01)
文档评论（0）