基本信息

---

下载

文档摘要

---

摘要

摘要

风力发电作为可再生能源的重要组成部分，其安全性和可靠性受到越来越多

的关注。风力发电机舱因其高振动、极端温湿度等复杂环境，火灾风险极高，传

统检测方法往往难以满足早期预警和准确性的需求，本研究提出一种融合连续变

分模态分解（SVMD）、注意力（Attention）机制与双向长短期记忆网络（Bi-LSTM）

的深度学习架构。通过硬件与算法的协同创新，实现了从数据采集、特征提取到

火灾识别的全过程优化，显著