3MW风电系统变流器装置的故障诊断
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题背景及意义 | 第10-11页 |
| ·风电系统变流器的结构及工作原理 | 第11-13页 |
| ·国内外变流器故障诊断技术研究现状 | 第13-16页 |
| ·神经网络在故障诊断中的应用 | 第14-15页 |
| ·小波分析在故障诊断中的应用 | 第15-16页 |
| ·本文研究的主要内容 | 第16-18页 |
| 第二章 风电系统变流器装置的故障分析 | 第18-31页 |
| ·风电系统的数学模型建立 | 第18-23页 |
| ·风速模型 | 第18页 |
| ·风轮机数学模型 | 第18-19页 |
| ·双馈感应电机模型 | 第19-21页 |
| ·变流器数学模型 | 第21-23页 |
| ·仿真模型的建立 | 第23-24页 |
| ·常见故障分析 | 第24-27页 |
| ·单变流器故障分类 | 第25-27页 |
| ·双变流器故障分类 | 第27页 |
| ·故障波形信号的获取 | 第27-28页 |
| ·故障特征值的提取 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于神经网络的故障诊断方法 | 第31-43页 |
| ·神经网络原理 | 第31-33页 |
| ·神经元模型 | 第31-32页 |
| ·神经网络的学习方法 | 第32-33页 |
| ·RBF网络结构及原理 | 第33-37页 |
| ·RBF函数神经网络结构 | 第33-35页 |
| ·RBF网络的设计 | 第35-37页 |
| ·基于神经网络的单变流器故障诊断 | 第37-42页 |
| ·基于BP网络的故障诊断方法 | 第38-40页 |
| ·基于RBF网络的故障诊断方法 | 第40-42页 |
| ·RBF网络与BP网络的比较 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于小波神经网络的故障诊断方法 | 第43-50页 |
| ·小波变换的基本理论 | 第44-45页 |
| ·小波基的选取 | 第45页 |
| ·基于小波分解的故障能量提取 | 第45-48页 |
| ·基于小波RBF网络的双变流器故障诊断 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 变流器分频段故障诊断方法 | 第50-57页 |
| ·分频段原理 | 第50-51页 |
| ·仿真实例 | 第51-56页 |
| ·样本编码 | 第51-52页 |
| ·分频段样本采集 | 第52-53页 |
| ·训练网络 | 第53-55页 |
| ·测试 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
