大型风电机组运行特性分析及状态监测研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 选题背景及意义 | 第9-10页 |
1.2 课题国内外研究现状 | 第10-12页 |
1.2.1 功率特性研究现状 | 第10-11页 |
1.2.2 状态监测研究现状 | 第11-12页 |
1.3 本文研究主要内容 | 第12-14页 |
第2章 风电机组结构组成及运行特性分析 | 第14-19页 |
2.1 风电机组的结构组成及工作原理 | 第14-16页 |
2.1.1 风力发电系统类型 | 第14-15页 |
2.1.2 风电机组结构组成及工作原理 | 第15-16页 |
2.2 风电机组SCADA系统 | 第16页 |
2.3 风电机组运行特性 | 第16-17页 |
2.3.1 机组运行参数 | 第16-17页 |
2.3.2 机组运行过程 | 第17页 |
2.4 影响风电机组运行特性因素分析 | 第17-18页 |
2.5 本章小结 | 第18-19页 |
第3章 基于现场数据的风电机组功率特性分析 | 第19-27页 |
3.1 机组功率特性理论分析 | 第19-20页 |
3.2 现场数据预处理 | 第20页 |
3.3 基于现场数据的功率特性分析 | 第20-25页 |
3.3.1 重要控制参数分析 | 第20-22页 |
3.3.2 功率波动性分析 | 第22-25页 |
3.4 功率特性模型方案 | 第25-26页 |
3.4.1 模型方案设计依据 | 第25页 |
3.4.2 功率特性模型方案 | 第25-26页 |
3.5 本章小结 | 第26-27页 |
第4章 风电机组功率特性模型及应用可行性分析 | 第27-40页 |
4.1 最小二乘支持向量机 | 第27-28页 |
4.2 模拟退火粒子群算法及优化 | 第28-33页 |
4.2.1 粒子群算法 | 第28-29页 |
4.2.2 模拟退火粒子群算法及改进 | 第29-32页 |
4.2.3 优化算法效果验证 | 第32-33页 |
4.3 功率特性模型建立及验证 | 第33-37页 |
4.3.1 模型构建 | 第33页 |
4.3.2 模型验证 | 第33-37页 |
4.4 功率特性模型在状态监测中应用可行性分析 | 第37-38页 |
4.5 本章小结 | 第38-40页 |
第5章 齿轮箱轴承温度趋势预测模型及可行性分析 | 第40-51页 |
5.1 数据预处理 | 第40-44页 |
5.1.1 建模变量选取 | 第40页 |
5.1.2 灰色关联度分析 | 第40-43页 |
5.1.3 相似度分析 | 第43-44页 |
5.2 轴承温度趋势预测模型建立 | 第44-47页 |
5.2.1 非线性状态估计建模 | 第44-45页 |
5.2.2 轴承温度趋势预测模型 | 第45页 |
5.2.3 模型有效性验证 | 第45-47页 |
5.3 轴承温度趋势预测模型残差分析 | 第47-48页 |
5.3.1 滑动窗口残差统计方法 | 第47页 |
5.3.2 模型残差分析 | 第47-48页 |
5.4 模型在状态监测中的应用可行性分析 | 第48-50页 |
5.5 本章小结 | 第50-51页 |
第6章 结论与展望 | 第51-53页 |
6.1 结论 | 第51页 |
6.2 存在不足与展望 | 第51-53页 |
参考文献 | 第53-56页 |
攻读硕士学位期间发表论文及其它成果 | 第56-57页 |
致谢 | 第57页 |