基于云模型和数据挖掘技术的风电机组故障诊断
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 故障诊断的研究与应用现状 | 第10-11页 |
| 1.3 云模型与数据挖掘的研究与应用 | 第11-12页 |
| 1.3.1 云模型理论研究与应用 | 第11页 |
| 1.3.2 数据挖掘在故障诊断中的研究与应用 | 第11-12页 |
| 1.4 课题的研究内容 | 第12-14页 |
| 第2章 云模型和数据挖掘技术 | 第14-29页 |
| 2.1 云模型分析及研究 | 第14-21页 |
| 2.1.1 云模型概念 | 第14页 |
| 2.1.2 云发生器 | 第14-15页 |
| 2.1.3 云变换 | 第15-16页 |
| 2.1.4 云模型在风电机组故障评估中的应用 | 第16-19页 |
| 2.1.5 实例分析 | 第19-21页 |
| 2.2 故障诊断与数据挖掘技术 | 第21-23页 |
| 2.2.1 风电机组常见故障 | 第21页 |
| 2.2.2 诊断方法 | 第21-22页 |
| 2.2.3 数据挖掘在故障诊断中的应用 | 第22-23页 |
| 2.3 粗糙集理论 | 第23-25页 |
| 2.3.1 基本理论 | 第23-24页 |
| 2.3.2 知识约简 | 第24页 |
| 2.3.3 基于差别函数的属性约简算法 | 第24-25页 |
| 2.4 改进的基于差别函数的属性约简算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 风电机组故障诊断系统设计 | 第29-40页 |
| 3.1 系统设计目标 | 第29-30页 |
| 3.2 系统的需求分析 | 第30-31页 |
| 3.3 系统的数据库设计 | 第31-35页 |
| 3.3.1 系统数据库需求分析 | 第31-32页 |
| 3.3.2 数据库概念结构设计 | 第32-33页 |
| 3.3.3 数据库逻辑结构设计 | 第33-35页 |
| 3.4 系统开发实现 | 第35-39页 |
| 3.4.1 用户登录系统设计 | 第35-37页 |
| 3.4.2 机组设备监测数据设计 | 第37页 |
| 3.4.3 故障诊断设计 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于粗糙决策树的故障诊断应用 | 第40-48页 |
| 4.1 决策树 | 第40-42页 |
| 4.1.1 决策树算法 | 第40页 |
| 4.1.2 决策树修剪 | 第40-41页 |
| 4.1.3 由决策树抽取规则 | 第41-42页 |
| 4.2 基于粗糙决策树的故障诊断实例分析 | 第42-47页 |
| 4.2.1 数据处理 | 第42-43页 |
| 4.2.2 属性约简 | 第43-44页 |
| 4.2.3 构建决策树 | 第44-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 总结 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 在学期间发表的学术论文和参加科研情况 | 第52-53页 |
| 致谢 | 第53页 |
