| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题背景及其研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 风电机组的性能分析研究现状 | 第14页 |
| 1.2.2 风电机组的健康状态评估研究现状 | 第14-16页 |
| 1.3 当前研究需解决的问题 | 第16-17页 |
| 1.4 主要研究方法和内容 | 第17-19页 |
| 第2章 风电机组及其SCADA系统 | 第19-27页 |
| 2.1 风电机组简介 | 第19-21页 |
| 2.1.1 风电机组基本结构 | 第19-20页 |
| 2.1.2 风电机组工作原理 | 第20-21页 |
| 2.2 风电机组SC ADA系统 | 第21-23页 |
| 2.2.1 风电机组SC ADA系统简介 | 第21-22页 |
| 2.2.2 SC ADA系统监控性能分析 | 第22-23页 |
| 2.3 风电机组性能指标分析 | 第23-25页 |
| 2.3.1 风能利用系数 | 第23-24页 |
| 2.3.2 功率特性 | 第24-25页 |
| 2.4 小结 | 第25-27页 |
| 第3章 基于SCADA数据和云模型的风电机组性能分析 | 第27-42页 |
| 3.1 引言 | 第27页 |
| 3.2 风功率曲线的建模 | 第27-29页 |
| 3.2.1 风功率散点图的数据筛选与处理 | 第27-28页 |
| 3.2.2 风功率曲线的建模方法 | 第28-29页 |
| 3.3 风速与输出功率的不确定性分析 | 第29-33页 |
| 3.3.1 风速和功率的相关性分析 | 第29-30页 |
| 3.3.2 基于云模型的输出功率波动性分析建模 | 第30-33页 |
| 3.4 实例分析 | 第33-41页 |
| 3.4.1 实测数据选取说明 | 第33-34页 |
| 3.4.2 单台机组不同风速下功率云的特性分析 | 第34-38页 |
| 3.4.3 不同机组的功率云计算及其性能对比分析 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 第4章 基于组合赋权和云模型的风电机组健康状态评估 | 第42-57页 |
| 4.1 引言 | 第42页 |
| 4.2 风电机组健康状态评估模型的构建 | 第42-44页 |
| 4.2.1 风电机组健康状态评估指标体系的建立 | 第42-44页 |
| 4.2.2 健康状态等级的划分 | 第44页 |
| 4.3 各级评估指标的权重确定方法研究 | 第44-47页 |
| 4.3.1 熵权法 | 第44-45页 |
| 4.3.2 层次分析法 | 第45-47页 |
| 4.3.3 组合赋权法 | 第47页 |
| 4.4 基于云模型的风电机组健康状态评估 | 第47-52页 |
| 4.4.1 评价指标的归一化处理 | 第47-48页 |
| 4.4.2 隶属云模型的建立 | 第48-51页 |
| 4.4.3 基于云模型的模糊综合评价 | 第51-52页 |
| 4.5 实例分析 | 第52-56页 |
| 4.6 小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-60页 |
| 5.1 结论 | 第57-58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-65页 |
| 致谢 | 第65页 |