| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景及研究意义 | 第8-10页 |
| ·国内外研究现状分析 | 第10-12页 |
| ·风电机组运行状态趋势预测 | 第10-11页 |
| ·风电机组的特征参数选择 | 第11页 |
| ·风电机组运行状态的异常识别方法 | 第11-12页 |
| ·本文的研究内容 | 第12-14页 |
| 2 并网风电机组的基本组成与故障统计分析 | 第14-25页 |
| ·引言 | 第14页 |
| ·并网风电机组简介 | 第14-18页 |
| ·风电机组原理及其类型 | 第14-15页 |
| ·风电机组的基本组成 | 第15-16页 |
| ·风电机组的控制系统原理及功能 | 第16-17页 |
| ·风电机组在线监测信息 | 第17-18页 |
| ·风电机组并网运行的的故障统计 | 第18-22页 |
| ·风电机组子系统的故障原因分析 | 第22-24页 |
| ·齿轮箱故障分析 | 第22-23页 |
| ·发电机故障分析 | 第23页 |
| ·变频器故障分析 | 第23-24页 |
| ·变桨系统故障分析 | 第24页 |
| ·小结 | 第24-25页 |
| 3 风电机组运行状态的趋势预测研究 | 第25-37页 |
| ·引言 | 第25页 |
| ·灰色预测理论 | 第25-29页 |
| ·灰色序列生成 | 第26页 |
| ·GM（1,1）模型 | 第26-28页 |
| ·非等间隔灰色预测模型 | 第28-29页 |
| ·风电机组运行状态参数的灰色关联预测模型 | 第29-31页 |
| ·运行状态参数的非等间隔序列提取 | 第29页 |
| ·原始数据弱化处理 | 第29-30页 |
| ·基于灰色关联选择最优预测值 | 第30-31页 |
| ·风电机组运行状态参数的预测及验证 | 第31-36页 |
| ·小结 | 第36-37页 |
| 4 风电机组变桨系统的故障特征参数研究 | 第37-51页 |
| ·引言 | 第37页 |
| ·变桨系统原理与组成 | 第37-43页 |
| ·变桨系统原理 | 第37-38页 |
| ·风电机组运行工况分析 | 第38-39页 |
| ·电动变桨系统控制方式 | 第39-40页 |
| ·电动变桨系统的组成 | 第40-41页 |
| ·电动变桨系统的主要运行参数 | 第41-43页 |
| ·基于 Relief 算法的风电机组变桨系统故障特征参数的选择 | 第43-49页 |
| ·Relief 算法简介 | 第43-44页 |
| ·变桨系统故障特征选择的训练样本集 | 第44-46页 |
| ·变桨系统故障特征参数选择 | 第46-49页 |
| ·验证及分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 5 风电机组变桨系统运行状态的异常识别 | 第51-64页 |
| ·引言 | 第51页 |
| ·风电机组变桨系统异常识别方法 | 第51-60页 |
| ·变桨系统观测向量 | 第51-52页 |
| ·支持向量机回归理论 | 第52-54页 |
| ·基于支持向量机回归理论的观测向量回归 | 第54-57页 |
| ·变桨系统异常识别 | 第57-60页 |
| ·变桨系统运行状态异常识别方法的实例验证 | 第60-63页 |
| ·实例验证 1 | 第60-61页 |
| ·实例验证 2 | 第61-63页 |
| ·小结 | 第63-64页 |
| 6 结论与展望 | 第64-65页 |
| ·总结 | 第64页 |
| ·展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-71页 |
| A. 风力发电机组技术参数 | 第70-71页 |
| B. 作者在攻读学位期间发表的论文 | 第71页 |
| C. 作者在攻读学位期间发表参与的科研项目 | 第71页 |