基于KPCA-PSO-SVM的水轮机组故障检测方法

黎梓昕,林海军*,徐雄,温乐鹏

排灌机械工程学报 ›› 2023, Vol. 41 ›› Issue (5) : 467-474.

PDF(2715 KB)
CSCD核心库来源期刊
全国中文核心期刊
中国科技核心期刊
中国农林核心期刊
PDF(2715 KB)
排灌机械工程学报 ›› 2023, Vol. 41 ›› Issue (5) : 467-474. DOI: 10.3969/j.issn.1674-8530.22.0181
水利水电工程

基于KPCA-PSO-SVM的水轮机组故障检测方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Fault detection method of hydraulic turbine unit based on KPCA-PSO-SVM

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2023, 41(5): 467-474 https://doi.org/10.3969/j.issn.1674-8530.22.0181
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2023, 41(5): 467-474 https://doi.org/10.3969/j.issn.1674-8530.22.0181
中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

{{article.reference}}

基金


编委：
主编：
责任编辑：
编辑:

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(2715 KB)

Accesses

Citation

Detail
段落导航
相关文章

/

〈 〉