Scidown文献预览系统！
基于LSTM-AE神经网络的风力机SCADA异常检测及关键参数辨识( Anomaly detection and critical SCADA parameters identification for wind turbines based on LSTM-AE neural network )
H Chen H Liu X Chu Q Liu D Xue
利用异常检测方法对风力机健康状况进行连续监测，可以提高风力机运行过程中的可靠性，降低维护成本。异常检测旨在识别导致产品性能意外变化的根本原因。现有的方法大多对数据的时序利用较少，在从这些数据中提取特征的能力较差。针对这些问题，提出了一种基于长短时记忆(LSTM)和自动编码器(AE)神经网络的风电机组状态监测数据评估方法。首先，利用LSTM神经单元和AE网络建立了风力机性能评估模型，计算出评估风力机性能异常程度的性能指标。然后，发展了一种基于支持向量回归模型的自适应阈值估计方法来识别异常数据实例。然后利用互信息论分析各种监测参数与性能异常情况之间的关系，识别关键状态监测参数。利用风力机状态监测(CM)数据进行的实例研究验证了所提方法的有效性。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown GSF细胞%宿主基因%Orf病毒%ceRNA网络%环状rna %miRNA海绵下载
scidown GSF细胞%宿主基因%Orf病毒%ceRNA网络%环状rna %miRNA海绵下载