首页--工业技术论文--电工技术论文--电机论文--发电机、大型发电机组(总论)论文--风力发电机论文

基于SCADA数据的风电机组变桨系统运行状态评估与预测研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 绪论第12-24页
    1.1 课题背景及研究意义第12-15页
        1.1.1 课题来源第12页
        1.1.2 课题研究意义第12-15页
    1.2 国内外研究现状第15-19页
        1.2.1 状态监测技术研究第15-17页
        1.2.2 故障诊断方法研究第17-19页
    1.3 研究现状分析与总结第19-20页
    1.4 本文主要工作第20-24页
        1.4.1 技术路线第20-21页
        1.4.2 研究内容第21-24页
2 风电机组及其变桨系统故障分析第24-40页
    2.1 引言第24页
    2.2 风电机组基础理论第24-25页
    2.3 变桨系统工作原理第25-29页
        2.3.1 变桨系统基本结构第25-26页
        2.3.2 变桨系统工作原理第26-27页
        2.3.3 变桨系统典型故障分析第27-29页
    2.4 风电场级综合监控系统的设计与实现第29-34页
        2.4.1 风电场级综合监控系统第29-31页
        2.4.2 SCADA系统第31-34页
    2.5 基于SCADA数据的风电机组运行状态研究第34-38页
        2.5.1 机组运行状态分析第34-35页
        2.5.2 机组故障状态分析第35-36页
        2.5.3 机组风电功率的特性分析第36-38页
    2.6 本章小结第38-40页
3 基于SCADA数据的变桨系统状态特征提取方法研究第40-52页
    3.1 引言第40页
    3.2 SCADA数据整合第40-44页
        3.2.1 SCADA数据来源第40-42页
        3.2.2 SCADA数据预处理第42页
        3.2.3 SCADA状态特征样本构造第42-44页
    3.3 互信息技术研究第44-46页
        3.3.1 基本算法第44-45页
        3.3.2 互信息特征选择第45-46页
    3.4 ReliefF算法研究第46-49页
        3.4.1 基本算法第46-47页
        3.4.2 ReliefF特征选择第47-49页
    3.5 算法择优第49-51页
        3.5.1 特征评价标准第49页
        3.5.2 对比分析第49-51页
    3.6 本章小结第51-52页
4 基于SVR的变桨系统运行状态评估与预测第52-72页
    4.1 引言第52页
    4.2 支持向量回归预测算法原理第52-57页
        4.2.1 SVM算法原理第52-56页
        4.2.2 SVR回归预测原理第56-57页
        4.2.3 SVR算法流程第57页
    4.3 基于SVR的变桨系统运行状态建模第57-66页
        4.3.1 模型输入量和输出量第57-58页
        4.3.2 数据归一化第58-59页
        4.3.3 核函数选择第59-60页
        4.3.4 参数寻优第60-63页
        4.3.5 训练与回归预测第63-64页
        4.3.6 与BP神经网络方法对比第64-66页
    4.4 模型验证第66-70页
        4.4.1 滑动窗口残差统计第66-68页
        4.4.2 异常状态数据测试第68-70页
    4.5 本章小结第70-72页
5 基于SWPSO-SVR的变桨系统运行状态评估与预测第72-94页
    5.1 引言第72页
    5.2 基于小世界邻域的粒子群优化算法第72-78页
        5.2.1 粒子群优化算法第72-74页
        5.2.2 小世界邻域的粒子群算法原理第74-76页
        5.2.3 算法仿真研究第76-78页
    5.3 基于SWPSO-SVR的变桨系统运行状态建模第78-80页
        5.3.1 SWPSO-SVR建模流程第78-79页
        5.3.2 参数设置第79页
        5.3.3 预测模型第79-80页
        5.3.4 方法对比第80页
    5.4 模型有效验证第80-86页
        5.4.1 滑动窗口残差估计第80-82页
        5.4.2 异常运行数据测试第82-86页
    5.5 变桨系统运行状态监测方法工程应用系统设计第86-92页
        5.5.1 系统开发目的第86-87页
        5.5.2 平台开发语言选择第87页
        5.5.3 系统功能设计第87-88页
        5.5.4 操作员操作步骤第88-92页
    5.6 本章小结第92-94页
6 总结与展望第94-96页
    6.1 论文总结第94页
    6.2 展望第94-96页
参考文献第96-100页
作者简历及攻读硕士/博士学位期间取得的研究成果第100-104页
学位论文数据集第104页

论文共104页,点击 下载论文
上一篇:基于神经网络的创业板上市公司财务预警研究
下一篇:中国出版业视角下的政府治理模式研究