您当前的位置:
首页 >
文章列表页 >
基于连续小波分析与深度可分离卷积的水电机组工况识别
更新时间:2026-02-25
    • 基于连续小波分析与深度可分离卷积的水电机组工况识别

    • Issue 12, Pages: 166-170(2024)
    • DOI:10.20040/j.cnki.1000-7709.2024.20231866    

      CLC: TV734;TP183;TP391.41
    • Published:2024

    移动端阅览

  • 马建军, 王彤, 王浩宇, et al. 基于连续小波分析与深度可分离卷积的水电机组工况识别[J]. 2024, (12): 166-170. DOI: 10.20040/j.cnki.1000-7709.2024.20231866.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

Views

158

下载量

0

CSCD

Alert me when the article has been cited
提交
Tools
Download
Export Citation
Share
Add to favorites
Add to my album

Related Articles

基于引力搜索优化的多重分形算法在水电机组振动中的应用
基于小波包分解与CEEMDAN能量熵的水电机组振动信号特征提取
基于CNN-SVM的水电机组智能故障诊断方法研究
材料与润滑对水电机组推力轴瓦性能影响综述及发展趋势分析
基于PSO-PCA-CNN的水电机组故障诊断

Related Author

裘雨音
钱建国
章晓锘
陈冰恽
王淑青
罗平章
胡文庆
柯洋洋

Related Institution

浙江华云信息科技有限公司
国网浙江省电力有限公司
武汉大学动力与机械学院
湖北工业大学电气与电子工程学院
国家电力投资集团水电产业创新中心
0