基于神经网络的风电机组控制系统故障诊断研究
| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-16页 |
| ·选题背景及其意义 | 第6-7页 |
| ·控制系统故障诊断现状 | 第7-13页 |
| ·故障检测与诊断基本理论 | 第7-8页 |
| ·故障检测与诊断方法 | 第8页 |
| ·基于人工智能的故障诊断方法 | 第8-12页 |
| ·多种智能化方法结合的故障诊断方法 | 第12-13页 |
| ·基于神经网络的风电机组控制系统故障诊断 | 第13-15页 |
| ·风电机组控制系统故障诊断现状 | 第13-14页 |
| ·风电机组控制系统故障类型介绍 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第二章 神经网络在故障诊断中的应用及仿真 | 第16-33页 |
| ·引言 | 第16-17页 |
| ·基于神经网络的故障诊断方法 | 第17-27页 |
| ·神经网络故障诊断方法流程 | 第17页 |
| ·神经网络故障诊断的BP网络模型及算法 | 第17-23页 |
| ·BP神经网络训练的改进算法 | 第23-27页 |
| ·神经网络故障诊断的优势及难点 | 第27页 |
| ·BP神经网络用于故障诊断的仿真 | 第27-31页 |
| ·BP神经网络弹性梯度改进方法的仿真 | 第28-29页 |
| ·BP神经网络附加动量改进方法的仿真 | 第29-30页 |
| ·BP神经网络自适应调整参数改进方法的仿真 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第三章 风电机组控制系统传感器故障诊断及仿真 | 第33-45页 |
| ·引言 | 第33页 |
| ·风电机组控制系统传感器故障模型的建立 | 第33-35页 |
| ·传感器故障数学模型 | 第33-34页 |
| ·风电机组控制系统传感器故障仿真设计 | 第34-35页 |
| ·风电机组控制系统传感器故障诊断 | 第35-37页 |
| ·风电机组控制系统传感器故障描述 | 第35-36页 |
| ·风电机组控制系统传感器故障诊断数据的采集 | 第36-37页 |
| ·风电机组控制系统传感器故障诊断的仿真结果 | 第37-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 风电机组控制系统故障诊断及仿真 | 第45-59页 |
| ·引言 | 第45页 |
| ·基于BP神经网络的风电机组控制系统的故障诊断 | 第45-47页 |
| ·风电机组控制系统故障特征向量的选取 | 第45-46页 |
| ·风电机组控制系统故障样本数据的采集 | 第46-47页 |
| ·基于遗传算法的神经网络优化算法 | 第47-50页 |
| ·遗传算法简介 | 第47-48页 |
| ·遗传算法工具箱 | 第48-49页 |
| ·遗传算法优化神网络权值的学习过程 | 第49-50页 |
| ·基于遗传算法优化的神经网络故障诊断仿真 | 第50-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结论和展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 在学期间发表的学术论文和参加科研情况 | 第67页 |
