基于小波神经网络的风力发电机组故障诊断方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题的背景及意义 | 第9-10页 |
| ·课题的研究与应用现状 | 第10-11页 |
| ·小波分析的研究与应用现状 | 第10页 |
| ·神经网络在风力发电机组故障诊断中的应用与现状 | 第10-11页 |
| ·国内外风电系统故障诊断研究的特点 | 第11-12页 |
| ·课题的主要工作 | 第12-13页 |
| 第2章 神经网络的发展及其应用 | 第13-25页 |
| ·神经网络的发展 | 第13-14页 |
| ·神经网络的特点及优点 | 第14-16页 |
| ·神经网络的特点 | 第14-15页 |
| ·神经网络的优点 | 第15-16页 |
| ·BP 神经网络 | 第16-21页 |
| ·BP 算法 | 第17-21页 |
| ·BP 网络的局限性 | 第21页 |
| ·SOM 神经网络 | 第21-23页 |
| ·SOM 网络的训练和学习算法 | 第22-23页 |
| ·SOM 神经网络的缺点 | 第23页 |
| ·隐层节点数的选择 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 小波理论 | 第25-32页 |
| ·小波变换的由来 | 第25-26页 |
| ·小波分析基础 | 第26-29页 |
| ·连续小波变换 | 第26-27页 |
| ·离散小波变换 | 第27-28页 |
| ·多分辨率分析 | 第28页 |
| ·小波包分析 | 第28-29页 |
| ·小波变换进行滤波和边界信号的提取 | 第29-31页 |
| ·基的概念 | 第29-30页 |
| ·利用小波变换进行边界信号的提取 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 小波神经网络的构造 | 第32-41页 |
| ·小波神经网络原理 | 第32-33页 |
| ·小波神经网络的结构 | 第33-37页 |
| ·小波函数和神经网络的融合 | 第33-35页 |
| ·构造混合型神经网络 | 第35-37页 |
| ·小波神经网络的学习算法 | 第37-40页 |
| ·小波神经网络的算法 | 第37-39页 |
| ·改进的 LDB 算法提取信号特征 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 仿真实现 | 第41-46页 |
| ·MATLAB7.1 的神经网络简介 | 第41-42页 |
| ·SOM-BP 网络仿真实验 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 总结 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-51页 |
| 致谢 | 第51页 |
