| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景及其意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 风电机组状态监测技术研究现状 | 第12页 |
| 1.2.2 风电机组故障预测技术研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 第2章 风电场海量运行数据预处理 | 第15-28页 |
| 2.1 建立风力发电机组故障树 | 第15-19页 |
| 2.2 风电场海量运行数据预处理 | 第19-27页 |
| 2.2.1 海量运行数据特点 | 第20-21页 |
| 2.2.2 坏数据的辨识 | 第21-25页 |
| 2.2.3 坏数据的修复 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 风电机组齿轮箱故障预测 | 第28-43页 |
| 3.1 基于样本优化的风电机组齿轮箱轴承故障预测 | 第28-38页 |
| 3.1.1 简约过程记忆矩阵的构造 | 第28-32页 |
| 3.1.2 非线性状态估计建模方法与滑动窗口残差分析 | 第32-34页 |
| 3.1.3 基于NEST的齿轮箱轴承故障预测模型验证 | 第34-38页 |
| 3.2 基于Hilbert变换的齿轮箱轴承故障预测 | 第38-40页 |
| 3.3 基于D-S证据理论的齿轮箱轴承故障预测 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 风电机组偏航系统故障预测及性能优化 | 第43-49页 |
| 4.1 基于现场试验的偏航系统故障预测 | 第43-47页 |
| 4.2 偏航系统性能优化策略 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 基于多属性综合排序的风电机组故障预测 | 第49-54页 |
| 5.1 风电机组可靠性综合排序指标 | 第49-50页 |
| 5.2 基于灰色熵AHP组合权重的评估模型建立 | 第50-52页 |
| 5.2.1 确定主客观组合权重 | 第50-51页 |
| 5.2.2 灰色权重的修正 | 第51页 |
| 5.2.3 基于灰色熵AHP组合权重的评估模型 | 第51-52页 |
| 5.3 基于多属性综合排序的风电机组故障预测 | 第52-53页 |
| 5.3.1 应用案例 | 第52-53页 |
| 5.3.2 模型优越性 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与展望 | 第54-56页 |
| 6.1 结论 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
