您当前的位置:
首页 >
文章列表页 >
基于BERT大模型的风电机组发电机轴承状态监测系统故障数据识别
发电技术 2026年47卷第4期 页码:731-741
新型电力系统人工智能前沿技术与大模型应用|更新时间:2026-09-01
|
基于BERT大模型的风电机组发电机轴承状态监测系统故障数据识别
Fault Data Identification in Condition Monitoring Systems for Wind Turbine Generator Bearings Based on BERT Model
- “风电机组发电机轴承故障难以及时识别,为降低安全隐患、减少经济损失,提出了一种基于BERT大模型的风电机组发电机轴承状态监测系统(condition monitoring system,CMS)数据处理与分析方法,识别准确率达98.75%,为提升风电机组状态监测的智能化和精细化水平提供参考。”
DOI:10.12096/j.2096-4528.pgt.260405
修回:2026-01-24
移动端阅览
23
浏览量
8
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
相关文章
基于图正则化堆叠自编码器的风机轴承故障诊断方法
海上风电机组国产化研究与实践
基于深度小世界神经网络的风电机组异常检测
低压微网中小型直驱永磁风电机组低电压穿越技术研究
风电场有功功率控制综述
相关作者
刘展
刘健洵
包琰洋
李大字
张波
唐巍
周昳鸣
付明志
相关机构
北京能高普康测控技术有限公司,北京市 丰台区
北京化工大学信息科学;与技术学院,北京市 朝阳区
中国华能集团清洁能源技术研究院有限公司,北京市 昌平区
华电煤业集团有限公司, 北京市 西城区
北京交通大学机械与电子控制工程学院, 北京市 海淀区

