多传感器节点数据融合在风电塔筒监测预警中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的背景及意义 | 第10-12页 |
| 1.2 风电机组状态监测国内外研究现状和发展 | 第12-16页 |
| 1.2.1 国外研究情况 | 第12-13页 |
| 1.2.2 国内研究情况 | 第13-15页 |
| 1.2.3 风电塔筒状态监测现状和发展趋势 | 第15-16页 |
| 1.3 课题的研究内容及论文结构安排 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 论文结构安排 | 第16-18页 |
| 第2章 数据融合技术 | 第18-27页 |
| 2.1 数据融合技术的研究 | 第18-20页 |
| 2.1.1 数据融合定义 | 第18页 |
| 2.1.2 数据融合的基本原理 | 第18-19页 |
| 2.1.3 数据融合的功能模型 | 第19页 |
| 2.1.4 数据融合的结构 | 第19-20页 |
| 2.2 数据融合分类与主要方法 | 第20-23页 |
| 2.2.1 基于数据级的融合 | 第21-22页 |
| 2.2.2 基于特征级的融合 | 第22页 |
| 2.2.3 基于决策级的融合 | 第22-23页 |
| 2.3 数据融合预测技术研究 | 第23-24页 |
| 2.4 数据融合的应用和存在的问题 | 第24-26页 |
| 2.4.1 数据融合的应用 | 第24-25页 |
| 2.4.2 数据融合存在的问题 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 风电塔筒倾斜沉降监测预警方法的研究 | 第27-41页 |
| 3.1 数据预处理方法模型 | 第28-32页 |
| 3.1.1 多传感器数据融合预处理 | 第28-30页 |
| 3.1.2 坏值数据预处理 | 第30-31页 |
| 3.1.3 空值数据预处理 | 第31-32页 |
| 3.2 预测方法的基本原理和预测模型 | 第32-35页 |
| 3.2.1 预测方法的基本原理 | 第32-33页 |
| 3.2.2 预测方法模型 | 第33-35页 |
| 3.3 风电机组塔筒数据处理 | 第35-36页 |
| 3.4 算法仿真 | 第36-39页 |
| 3.4.1 风电机塔筒倾斜数据 | 第36-38页 |
| 3.4.2 风电机塔筒沉降数据 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 风电塔筒状态监测预警系统设计和实现 | 第41-51页 |
| 4.1 系统总体设计方案 | 第41-45页 |
| 4.1.1 现场数据采集模块 | 第42-44页 |
| 4.1.2 网络传输模块 | 第44页 |
| 4.1.3 终端监测模块 | 第44-45页 |
| 4.2 监测系统软件整体设计 | 第45-46页 |
| 4.2.1 系统整体框架设计 | 第45-46页 |
| 4.2.2 系统整体结构设计 | 第46页 |
| 4.3 软件主要模块的实现 | 第46-49页 |
| 4.3.1 主页登录页面 | 第46-47页 |
| 4.3.2 倾斜监测预警模块 | 第47-48页 |
| 4.3.3 沉降监测预警模块 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
