| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 选题背景及意义 | 第12-14页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 选题意义 | 第13-14页 |
| 1.2 双馈感应风力发电机故障诊断方法的国内外研究现状 | 第14-19页 |
| 1.2.1 定转子绕组故障诊断方法研究现状 | 第15-17页 |
| 1.2.2 轴承故障诊断方法研究现状 | 第17-19页 |
| 1.3 双馈感应风力发电机故障诊断改进方向 | 第19-20页 |
| 1.4 双馈感应风力发电机的故障类型及故障征兆 | 第20-21页 |
| 1.5 本文的主要研究思路及结构安排 | 第21-23页 |
| 1.5.1 本文的主要研究思路 | 第21-22页 |
| 1.5.2 文章结构安排 | 第22-23页 |
| 第二章 双馈感应风力发电机的故障机理分析及故障诊断方法 | 第23-38页 |
| 2.1 双馈感应风力发电机的介绍 | 第23-25页 |
| 2.1.1 双馈感应风力发电机的结构 | 第23-24页 |
| 2.1.2 双馈感应风力发电机的工作原理 | 第24-25页 |
| 2.1.3 双馈感应风力发电机的工作状态 | 第25页 |
| 2.2 双馈感应风力发电机的故障机理分析 | 第25-29页 |
| 2.2.1 定子故障机理分析 | 第25-27页 |
| 2.2.2 转子故障机理分析 | 第27页 |
| 2.2.3 轴承故障机理分析 | 第27-29页 |
| 2.3 小波神经网络故障诊断方法 | 第29-35页 |
| 2.3.1 小波变换 | 第31-33页 |
| 2.3.2 人工神经元模型 | 第33-35页 |
| 2.3.3 神经网络的拓扑结构 | 第35页 |
| 2.4 双馈感应风力发电机故障诊断的主要环节 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 双馈感应风力发电机信号去噪及特征提取 | 第38-57页 |
| 3.1 小波阈值去噪方法 | 第38-42页 |
| 3.1.1 小波阈值去噪原理 | 第38-39页 |
| 3.1.2 阈值选取原则 | 第39-40页 |
| 3.1.3 阈值函数的选取 | 第40-42页 |
| 3.2 改进的小波阈值去噪方法 | 第42-46页 |
| 3.2.1 改进的阈值函数表达式 | 第42-43页 |
| 3.2.2 改进的阈值 | 第43页 |
| 3.2.3 改进的小波阈值法的仿真验证 | 第43-46页 |
| 3.3 改进的小波阈值去噪方法在双馈感应风力发电机中的应用 | 第46-48页 |
| 3.4 基于小波包的故障诊断特征信号提取 | 第48-56页 |
| 3.4.1 小波包定义 | 第49页 |
| 3.4.2 小波包算法 | 第49-50页 |
| 3.4.3 故障诊断特征信号的特征提取 | 第50-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于BP神经网络的双馈感应风力发电机故障诊断 | 第57-69页 |
| 4.1 BP神经网络故障诊断模型 | 第57-61页 |
| 4.1.1 BP神经网络结构 | 第57-58页 |
| 4.1.2 BP神经网络的学习规则 | 第58-59页 |
| 4.1.3 BP神经网络算法的改进 | 第59-60页 |
| 4.1.4 BP神经网络故障诊断过程 | 第60-61页 |
| 4.2 改进的BP神经网络隐含层节点数算法 | 第61-63页 |
| 4.3 改进的隐含层节点数算法的仿真验证 | 第63-64页 |
| 4.4 改进的BP神经网络在双馈感应风力发电机中的应用 | 第64-68页 |
| 4.4.1 网络训练 | 第64-65页 |
| 4.4.2 故障识别 | 第65-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 实验平台及故障诊断系统设计 | 第69-80页 |
| 5.1 故障实验平台 | 第69-72页 |
| 5.1.1 实验平台组成 | 第69-71页 |
| 5.1.2 故障模拟 | 第71-72页 |
| 5.2 故障诊断系统的设计 | 第72-77页 |
| 5.2.1 硬件设计 | 第73页 |
| 5.2.2 软件平台的设计 | 第73-77页 |
| 5.3 故障诊断系统的互联性 | 第77-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士期间取得的研究成果 | 第88页 |
