| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 风电机组工作状况监测研究现状 | 第13-14页 |
| 1.2.2 风电机组异常辨识研究现状 | 第14-15页 |
| 1.2.3 风电机组运行状态评估研究现状 | 第15页 |
| 1.3 本课题主要研究内容 | 第15-16页 |
| 1.4 论文的整体结构 | 第16-17页 |
| 第2章 风电机组及其SCADA系统 | 第17-22页 |
| 2.1 风电机组概述 | 第17-18页 |
| 2.1.1 风电机组的基本结构 | 第17页 |
| 2.1.2 风电机组工作原理 | 第17-18页 |
| 2.2 风电机组SCADA系统 | 第18-21页 |
| 2.2.1 风电机组SCADA系统概述 | 第18页 |
| 2.2.2 SCADA系统监测性能分析 | 第18-20页 |
| 2.2.3 SCADA数据标准化处理 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 风电机组工作状况指标相关性研究 | 第22-29页 |
| 3.1 建立参数总体相关性指标 | 第22-23页 |
| 3.2 工作状况参数指标与风速和环境温度的相关性 | 第23-25页 |
| 3.3 同一部件工作状况参数指标间的相关性 | 第25-28页 |
| 3.4 不同部件的工作状况参数指标间相关性 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 风电机组工作状况指标参数异常辨识模型 | 第29-43页 |
| 4.1 风电机组工作状况指标参数异常辨识模型的结构 | 第29页 |
| 4.2 风电机组工作状况参数指标选择子模型 | 第29-35页 |
| 4.2.1 预测模型输入指标 | 第29-30页 |
| 4.2.2 工作状况参数指标选择子模型 | 第30-35页 |
| 4.3 工作状况指标异常判别子模型 | 第35-38页 |
| 4.3.1 工作状况指标组合预测模型 | 第35-38页 |
| 4.3.2 状态指标异常分析 | 第38页 |
| 4.4 验证与分析 | 第38-42页 |
| 4.4.1 齿轮箱输出轴温度指标预测模型的输入指标选择 | 第38-39页 |
| 4.4.2 指标选择方法比较分析 | 第39-41页 |
| 4.4.3 参数异常辨识方法验证 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 风电机组工作状况评价模型 | 第43-53页 |
| 5.1 风电机组工作状况评价指标体系的建立 | 第43-44页 |
| 5.2 风电机组工作状况评价指标权重的计算 | 第44-46页 |
| 5.2.1 主观权重的计算 | 第44-45页 |
| 5.2.2 客观权重的计算 | 第45-46页 |
| 5.2.3 综合权重的计算 | 第46页 |
| 5.3 风电机组工作状况等级划分 | 第46-47页 |
| 5.4 基于云模型的风电机组工作状况评估 | 第47-49页 |
| 5.4.1 评价指标的归一化 | 第47页 |
| 5.4.2 建立隶属云模型 | 第47-48页 |
| 5.4.3 基于云模型的模糊综合评价 | 第48-49页 |
| 5.5 实例分析 | 第49-52页 |
| 5.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |