| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-14页 |
| 1.1.1 研究背景 | 第9-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 故障诊断研究概述 | 第14-15页 |
| 1.2.2 风电机组变桨距系统故障诊断的国外研究现状 | 第15-16页 |
| 1.2.3 风电机组变桨距系统故障诊断的国内研究现状 | 第16页 |
| 1.3 主要研究内容 | 第16-18页 |
| 第2章 风电机组变桨距系统基本理论与故障分析 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 风力发电机组的基本结构 | 第18-20页 |
| 2.3 变桨距系统的组成 | 第20-21页 |
| 2.4 变桨距系统工作原理 | 第21-22页 |
| 2.5 变桨距系统故障分析 | 第22-24页 |
| 2.5.1 变桨角度故障分析 | 第22-23页 |
| 2.5.2 变桨转矩故障分析 | 第23页 |
| 2.5.3 变桨电机故障分析 | 第23-24页 |
| 2.5.4 故障分析结论 | 第24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 风电机组变桨距系统故障特征变量研究 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 变桨距系统的主要运行参数 | 第25-27页 |
| 3.3 基于Relief算法的变桨距系统故障特征变量选择 | 第27-31页 |
| 3.3.1 Relief算法简介 | 第27-28页 |
| 3.3.2 变桨距系统故障特征选择的训练样本集 | 第28-30页 |
| 3.3.3 变桨距系统故障特征变量选择 | 第30-31页 |
| 3.4 变桨距系统观测向量 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于核主元分析的变桨距系统故障诊断研究 | 第33-53页 |
| 4.1 引言 | 第33页 |
| 4.2 基于KPCA的变桨距系统故障诊断原理分析 | 第33页 |
| 4.3 KPCA方法以及核函数参数优化 | 第33-39页 |
| 4.3.1 KPCA算法简介 | 第33-35页 |
| 4.3.2 核主元个数选取 | 第35-36页 |
| 4.3.3 核函数选择 | 第36-37页 |
| 4.3.4 核函数参数确定 | 第37页 |
| 4.3.5 基于粒子群算法的核函数参数优化 | 第37-39页 |
| 4.4 基于KPCA的故障诊断方法研究 | 第39-45页 |
| 4.4.1 基于KPCA的故障检测策略 | 第39-40页 |
| 4.4.2 基于贡献图法的KPCA故障辨识策略 | 第40-43页 |
| 4.4.3 基于KPCA的故障诊断 | 第43-45页 |
| 4.5 基于KPCA的变桨距系统故障诊断方法仿真研究 | 第45-52页 |
| 4.5.1 信息采集 | 第45-46页 |
| 4.5.2 基于PSO的核函数参数优化 | 第46-47页 |
| 4.5.3 基于KPCA的变桨距系统故障诊断建模 | 第47页 |
| 4.5.4 仿真研究 | 第47-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 在学研究成果 | 第57-58页 |
| 致谢 | 第58页 |
