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:
Cinética de degradación térmica de poliácido láctico en múltiples extrusiones
Artículo:
Actividad insecticida del aceite esencial de Mintostachys mollis (HBK) Griseb y sus componentes
Artículo:
Películas de NbN pulverizadas por magnetrón con capa intermedia de Nb sobre acero dulce
Artículo:
Efecto de la orientación de partículas durante el procesamiento térmico de mitades de melocotón enlatadas : una simulación de dinámica de fluidos computacional
Artículo:
Extracción de glicoalcaloides de papa nativa (Solanum phureja) variedad ratona morada con líquidos presurizados
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Software:
Simulación del proceso de extracción sólido-líquido EXTSL