| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外风电发展现状 | 第10-12页 |
| 1.3 国内外风电机组故障诊断研究现状 | 第12-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 第二章 变桨距系统基本理论和故障分析 | 第15-21页 |
| 2.1 风力发电机组基本结构及分类 | 第15-17页 |
| 2.1.1 风力发电机组基本结构 | 第15-16页 |
| 2.1.2 风力发电机组分类 | 第16-17页 |
| 2.2 变桨距系统工作原理及故障分析 | 第17-21页 |
| 2.2.1 变桨距系统工作原理 | 第17-18页 |
| 2.2.2 变桨距系统故障分析 | 第18-21页 |
| 第三章 基于SCADA数据分析的变桨距故障诊断 | 第21-35页 |
| 3.1 故障诊断流程 | 第21-22页 |
| 3.2 故障数据采集 | 第22-26页 |
| 3.2.1 数据采集 | 第22-25页 |
| 3.2.2 数据预处理 | 第25-26页 |
| 3.3 诊断规则 | 第26-28页 |
| 3.4 综合诊断 | 第28-35页 |
| 3.4.1 桨距角综合诊断 | 第28-30页 |
| 3.4.2 电机转速综合诊断 | 第30-32页 |
| 3.4.3 功率输出综合诊断 | 第32-33页 |
| 3.4.4 诊断结论 | 第33-35页 |
| 第四章 最小二乘支持向量机理论 | 第35-43页 |
| 4.1 支持向量机原理 | 第35-40页 |
| 4.1.1 最优超平面 | 第35-38页 |
| 4.1.2 核函数 | 第38-40页 |
| 4.2 最小二乘支持向量机 | 第40-42页 |
| 4.2.1 最小二乘支持向量机原理 | 第40-41页 |
| 4.2.2 核函数选取 | 第41-42页 |
| 4.3 粒子群优化算法 | 第42-43页 |
| 第五章 基于粒子群优化的最小二乘支持向量机变桨距系统故障诊断 | 第43-57页 |
| 5.1 桨距角故障诊断 | 第43-48页 |
| 5.1.1 桨距角数据采集 | 第43-44页 |
| 5.1.2 桨距角故障诊断模型构建 | 第44-45页 |
| 5.1.3 桨距角故障诊断模型测试 | 第45-46页 |
| 5.1.4 桨距角故障诊断结果分析 | 第46-48页 |
| 5.2 电机转速故障诊断 | 第48-52页 |
| 5.2.1 电机转速数据采集 | 第48页 |
| 5.2.2 电机转速故障诊断模型构建 | 第48-49页 |
| 5.2.3 电机转速故障诊断模型测试 | 第49-50页 |
| 5.2.4 电机转速故障诊断结果分析 | 第50-52页 |
| 5.3 功率输出故障诊断 | 第52-57页 |
| 5.3.1 功率输出数据采集 | 第52页 |
| 5.3.2 功率输出故障诊断模型构建 | 第52-53页 |
| 5.3.3 功率输出故障诊断模型测试 | 第53-55页 |
| 5.3.4 功率输出故障诊断结果分析 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文总结 | 第57页 |
| 6.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间所取得的相关科研成果 | 第63-64页 |
| 致谢 | 第64页 |