| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9页 |
| ·课题来源及研究背景意义 | 第9-13页 |
| ·课题来源 | 第9-10页 |
| ·课题研究背景及意义 | 第10-13页 |
| ·风力发电研究现状 | 第13-16页 |
| ·国外风力发电现状 | 第14-15页 |
| ·国内风力发电现状 | 第15-16页 |
| ·风机 SCADA 系统概述 | 第16-18页 |
| ·SVM | 第18-19页 |
| ·SVM 概述 | 第18-19页 |
| ·SVM 的研究现状 | 第19页 |
| ·论文的主要研究内容及其结构安排 | 第19-21页 |
| ·论文主要研究内容 | 第19-20页 |
| ·论文结构安排 | 第20-21页 |
| 第二章 风力发电机组的结构以及常见故障 | 第21-31页 |
| ·引言 | 第21页 |
| ·风力发电机组的结构 | 第21-22页 |
| ·风力发电机组常见故障及其诊断方法 | 第22-26页 |
| ·风力发电机组常见故障 | 第23-26页 |
| ·风力发电中常见的故障诊断方法 | 第26页 |
| ·风力发电机组的保护系统 | 第26-30页 |
| ·风力发电机组的三种保护系统 | 第26-28页 |
| ·风机 SCADA 系统故障诊断模块的故障举例 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 SVM的改进及其应用 | 第31-50页 |
| ·引言 | 第31页 |
| ·SVM 算法 | 第31-37页 |
| ·VC-维 | 第31页 |
| ·核函数与惩罚因子 | 第31-35页 |
| ·结构风险最小化原则 | 第35-37页 |
| ·QGA 算法 | 第37-41页 |
| ·量子计算与遗传算法 | 第37-38页 |
| ·QGA 基本概念 | 第38-41页 |
| ·改进 QGA 优化 SVM 参数 | 第41-49页 |
| ·QGA 的改进 | 第41-42页 |
| ·改进 QGA 的性能测试 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 改进SVM在风电场SCADA监控系统的应用 | 第50-66页 |
| ·引言 | 第50页 |
| ·故障特征的提取 | 第50-51页 |
| ·SVM 分类器的训练分类过程及其实现平台 | 第51页 |
| ·改进 SVM 的实现步骤 | 第51-52页 |
| ·基于改进 QGA 的 SVM 在 SCADA 系统故障诊断模块中的仿真应用 | 第52-56页 |
| ·改进的 QGA 优化 SVM 在 SCADA 系统故障诊断模块中的应用 | 第53-56页 |
| ·不同方法的结果比较 | 第56页 |
| ·实验平台 | 第56-59页 |
| ·硬件平台 | 第56-58页 |
| ·软件平台 | 第58-59页 |
| ·实验结果 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·论文总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75页 |
