Page 119 - 水利学报2021年第52卷第5期

参 考 文 献：

［ 1 ］ 安 学 利 ，潘 罗 平 ，张 飞 ，等 . 水 电 机 组 状 态 退 化 评 估 与 非 线 性 预 测［J］. 电 网 技 术 ，2013，37（5）：
1378-1383 .
［ 2 ］ DO P，VOISIN A，LEVRAT E，et al . A proactive condition-based maintenance strategy with both perfect and im⁃
perfect maintenance actions［J］. Reliability Engineering & System Safety，2015，133（2）：22-32 .
［ 3 ］ 潘 罗 平 ，安 学 利 ，周 叶 . 基 于 大 数 据 的 多 维 度 水 电 机 组 健 康 评 估 与 诊 断［J］. 水 利 学 报 ，2018，49（9）：
1178-1186 .
［ 4 ］ 桂中华，张浩，孙慧芳，等 . 水电机组振动劣化预警模型研究及应用［J］. 水利学报，2018，49（2）：216-222 .
［ 5 ］ TAYLOR J W，MCSHARRY P E . Short-Term load forecasting methods：An evaluation based on european data
［J］. IEEE Transactions on Power Systems，2007，22（4）：2213-2219 .
［ 6 ］ KHAROUFEH J P，COX S M . Stochastic models for degradation-based reliability［J］. IIE Transactions，2005，

37（6）：533-542 .
［ 7 ］ 安周鹏，肖志怀，章品勋，等 . 改进小波阈值函数在水电机组振动信号降噪中的应用［J］. 中国农村水利水
电，2020（7）：163-166 .
［ 8 ］ 付文龙，周建中，张勇传，等 . 基于 OVMD 与 SVR 的水电机组振动趋势预测［J］. 振动与冲击，2016，35
（8）：36-40 .
［ 9 ］ BEKTAS O，JONES J A，SANKARARAMAN S，et al . A neural network filtering approach for similarity-based
remaining useful life estimation［J］ . The International Journal of Advanced Manufacturing Technology，2019，
101：87-103 .
［ 10］ CARINO J A，ZURITA D，DELGADO M，et al . Remaining useful life estimation of ball bearings by means of
monotonic score calibration［C］/IEEE International Conference on Industrial Technology，2015 .
/
［ 11］ RESHEF D N，RESHEF Y A，FINUCANE H K，et al . Detecting novel associations in large data sets［J］. Sci⁃
ence，2011，334（662）：1518-1524 .
［ 12］ REN L，SUN Y，WANG H，et al . Prediction of bearing remaining useful life with deep convolution neural net⁃
work［J］. IEEE Access，2018，6：13041-13049 .
［ 13］ 张宇帆，艾芊，林琳，等 . 基于深度长短时记忆网络的区域级超短期负荷预测方法［J］. 电网技术，2019，
43（6）：884-1891 .
［ 14］ 杨超，李波，胡绪权，等 . 基于迭代离散时间傅里叶变换插值的高精度频率估计［J/OL］. 电网技术：1-11
/
［2021-04-20］. https：/doi.org/10.13335/j.1000-3673.pst.2020.2285.
［ 15］ 刘卫东，刘尚合，胡小锋，等 . 小波阈值去噪函数的改进方法分析［J］. 高电压技术，2007，33（10）：59-63 .
［ 16］ 甘若，陈天伟，郑旭东，等 . 改进的小波阈值函数对变形监测数据的去噪研究［J］. 大地测量与地球动力
学，2020，40（1）：17-22 .
［ 17］ 彭长根，赵园园，樊玫玫 . 基于最大信息系数的主成分分析差分隐私数据发布算法［J］. 信息网络安全，
2020，20（2）：37-48 .
［ 18］ ZHAO S，HUANG G H，WANG X Q，et al . An sorption of phenanthrene onto diatomite under the influences of
solution chemistry：a study of linear sorption based on maximal information coefficient［J］. Journal of Environmen⁃
tal Informatics，2017，34（1）：34-41 .
［ 19］ WEN T，DONG D，CHEN Q，et al . Maximal information coefficient-based two-stage feature selection method
for railway condition monitoring［J］. IEEE Transactions on Intelligent Transportation Systems，2019，20（7）：
2681-2690 .
［ 20］ DENG Y，WANG L，JIA H，et al . A sequence-to-sequence deep learning architecture based on bidirectional
GRU for type recognition and time location of combined power quality disturbance［J］. IEEE Transactions on In⁃
dustrial Informatics，2019，15（8）：4481-4493 .
［ 21］ 田宏伟，李志鹏，王煜伟，等 . CEEMDAN-WOA-ELM 模型风机振动趋势预测［J］. 中国测试，2020，46
（7）：146-152 .
（下转第 632 页）

— 621 —