| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·本文研究的目的和意义 | 第9-10页 |
| ·风力发电机组状态监测的研究 | 第10-13页 |
| ·风力发电机组状态监测的必要性 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本课题的主要研究内容 | 第13-14页 |
| 第2章 基于IPSO-BP模型状态监测的研究 | 第14-25页 |
| ·引言 | 第14-15页 |
| ·IPSO-BP神经网络基本原理 | 第15-16页 |
| ·基于IPSO-BP模型状态监测 | 第16-20页 |
| ·IPSO-BP网络结构及训练样本的选择 | 第16-18页 |
| ·IPSO-BP网络的训练及验证过程 | 第18-20页 |
| ·齿轮箱温度IPSO-BP神经网络模型预测残差统计分析 | 第20-24页 |
| ·滑动窗口残差均值与标准差统计 | 第20-21页 |
| ·齿轮箱工作异常时温度残差统计特性分析 | 第21-22页 |
| ·齿轮箱预测残差分析 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 关键问题一：非参数模型输入变量集选取 | 第25-35页 |
| ·引言 | 第25-26页 |
| ·相关性分析的概述 | 第26-27页 |
| ·基于IPSO-BP模型输入变量集选取的比较分析 | 第27-34页 |
| ·作散点图 | 第27-30页 |
| ·从物理和能量转换的角度分析参数与齿轮箱温度的相关关系 | 第30-31页 |
| ·基于IPSO-BP模型输入变量集选取的比较分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 关键问题二：基于莱特准则的双滑动窗口残差统计方法 | 第35-41页 |
| ·引言 | 第35-36页 |
| ·基于莱特准则的双滑动窗口残差统计方法 | 第36-38页 |
| ·莱特准则判别方法 | 第36-37页 |
| ·双滑动窗口残差统计方法概述 | 第37-38页 |
| ·基于IPSO-BP模型双滑动窗口残差统计方法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 结论与展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第46-47页 |
| 致谢 | 第47页 |
