基于SCADA数据的风电机组状态评估及预测研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要研究内容及章节安排 | 第15-17页 |
| 第2章 风电机组状态参数相关性分析 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 风电机组主要结构 | 第17-18页 |
| 2.3 风电机组的SCADA数据选择 | 第18-24页 |
| 2.3.1 数据筛选 | 第19-21页 |
| 2.3.2 数据选择 | 第21-24页 |
| 2.4 状态参数的相关性分析 | 第24-30页 |
| 2.4.1 相关强度标准 | 第24页 |
| 2.4.2 平均相关性指标 | 第24-26页 |
| 2.4.3 状态参数与自然环境参数的相关性分析 | 第26-29页 |
| 2.4.4 各部件状态参数之间的相关性分析 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第3章 基于BPNN的参数选择方法 | 第31-37页 |
| 3.1 引言 | 第31页 |
| 3.2 状态参数选择模型 | 第31-36页 |
| 3.2.1 模型全部输入参数 | 第31-32页 |
| 3.2.2 模型输入参数选择方法 | 第32-34页 |
| 3.2.3 模型输入参数确定 | 第34-36页 |
| 3.3 小结 | 第36-37页 |
| 第4章 风电机组状态参数组合预测模型 | 第37-53页 |
| 4.1 引言 | 第37页 |
| 4.2 单项预测模型研究 | 第37-41页 |
| 4.2.1 WNN模型 | 第37-39页 |
| 4.2.2 RBFNN模型 | 第39-40页 |
| 4.2.3 LS-SVM模型 | 第40-41页 |
| 4.3 组合预测模型研究 | 第41-49页 |
| 4.3.1 组合预测原理 | 第41-43页 |
| 4.3.2 组合模型权重确定 | 第43-44页 |
| 4.3.3 模型精度分析 | 第44-45页 |
| 4.3.4 状态参数异常评估方法 | 第45-47页 |
| 4.3.5 状态参数异常分析 | 第47-49页 |
| 4.4 验证与分析 | 第49-52页 |
| 4.4.1 输入参数选择 | 第49-50页 |
| 4.4.2 异常评估方法验证 | 第50-52页 |
| 4.5 小结 | 第52-53页 |
| 第5章 结论与展望 | 第53-55页 |
| 5.1 结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-59页 |
| 致谢 | 第59页 |
