Las tecnologías para detección de fallas son realmente útiles para mejorar la confiabilidad de las turbinas eólicas, reduciendo costos de operación y mantenimiento de las granjas eólicas. Las turbinas eólicas no pueden operar con fallas, de manera que se pueden obtener algunas pocas muestras de datos, lo que en los modelos tradicionales de diagnóstico resulta insuficiente para obtener resultados precisos y efectivos. El aprendizaje few-shot puede resolver eficazmente el problema del sobreajuste causado por menos muestras de fallas en el entrenamiento del modelo. Este estudio se enfoca en proponer un modelo para el diagnóstico de fallas con pocas muestras de datos del tren de transmisión de las turbinas eólicas, denominado meta-línea de base agnóstica del modelo (MAMB).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control de procesos en la educación de la tecnología química orgánica
Artículo:
Síntesis y caracterización electroquímica de condensadores de nuevos materiales compuestos con polímeros conductores de tipo p
Artículo:
Cambios estructurales del polietileno en películas sopladas con diferentes prooxidantes
Artículo:
Efectos de la contaminación atmosférica en los materiales y el patrimonio cultural: el ICP Materials celebra 25 años de investigación
Artículo:
Preparación de nanopartículas de platino-electrodo modificado con grafeno y determinación selectiva de rutina
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
Estudio sobre la migración global de materiales plásticos de empaque usados en la industria de alimentos
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Manual:
Deshidratación y desecado de frutas, hortalizas y hongos. Procedimientos hogareños y comerciales de pequeña escala