基于全寿命周期的风电企业设备采购与运维管理研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 本文的技术路线和研究内容 | 第15-18页 |
| 1.3.1 本文的技术路线 | 第15-16页 |
| 1.3.2 本文的研究内容和框架安排 | 第16-18页 |
| 第2章 相关基础理论 | 第18-27页 |
| 2.1 风电设备基础理论 | 第18-20页 |
| 2.1.1 风电设备的概念 | 第18页 |
| 2.1.2 风电设备的构成 | 第18页 |
| 2.1.3 风电设备的特点 | 第18-19页 |
| 2.1.4 风电设备的管理成本 | 第19-20页 |
| 2.2 设备全寿命周期管理基础理论 | 第20-23页 |
| 2.2.1 设备全寿命周期的内涵 | 第20页 |
| 2.2.2 设备全寿命周期管理的内容 | 第20-21页 |
| 2.2.3 设备全寿命周期成本 | 第21-23页 |
| 2.3 供应商选择评价基础理论 | 第23页 |
| 2.3.1 供应商选择评价的概念 | 第23页 |
| 2.3.2 供应商选择评价指标体系 | 第23页 |
| 2.3.3 供应商选择评价方法 | 第23页 |
| 2.4 BP神经网络基础理论 | 第23-25页 |
| 2.4.1 BP神经网络的原理 | 第23-24页 |
| 2.4.2 BP神经网络学习机制 | 第24-25页 |
| 2.4.3 BP神经网络的实现方法 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 风电设备采购与运维管理现状分析 | 第27-34页 |
| 3.1 风电设备采购管理现状分析 | 第27-29页 |
| 3.1.1 风电设备采购管理现状 | 第27-28页 |
| 3.1.2 存在的问题及成因 | 第28-29页 |
| 3.2 风电设备运维管理现状分析 | 第29-32页 |
| 3.2.1 风电设备运维管理现状 | 第29-30页 |
| 3.2.2 存在的问题及成因 | 第30-32页 |
| 3.4 实施全寿命周期管理的必要性分析 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 风电企业设备采购管理 | 第34-61页 |
| 4.1 采购管理的目标和流程 | 第34-35页 |
| 4.2 风电设备供应商选择评价指标体系构建 | 第35-54页 |
| 4.2.1 指标的获取原则 | 第35-37页 |
| 4.2.2 指标体系的初步设计 | 第37-39页 |
| 4.2.3 对指标进行SPSS分析 | 第39-42页 |
| 4.2.4 指标体系的构建 | 第42页 |
| 4.2.5 指标的具体说明 | 第42-54页 |
| 4.3 风电设备供应商选择评价模型构建 | 第54-58页 |
| 4.3.1 评价方法确定和模型变量选取 | 第54-55页 |
| 4.3.2 样本来源及数据归一化处理 | 第55-56页 |
| 4.3.3 基于BP神经网络的选择评价模型 | 第56-57页 |
| 4.3.4 BP神经网络训练 | 第57-58页 |
| 4.4 算例验证 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 风电企业设备运维管理策略 | 第61-69页 |
| 5.1 开展全寿命周期管理绩效评估 | 第61-62页 |
| 5.2 健全风电设备全面管理制度 | 第62-63页 |
| 5.3 强化风电设备状态检修管理 | 第63-65页 |
| 5.4 提高风电设备并网能力 | 第65-66页 |
| 5.5 加强风电设备信息化管理 | 第66-67页 |
| 5.6 本章小结 | 第67-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 6.1 论文工作成果 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
