| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 注释表 | 第17-18页 |
| 缩略词 | 第18-19页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 课题研究背景和意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-25页 |
| 1.2.1 国外研究现状 | 第21-23页 |
| 1.2.2 国内研究现状 | 第23-25页 |
| 1.3 本文的主要研究内容 | 第25-30页 |
| 1.3.1 双馈风力发电系统故障模型研究 | 第25-26页 |
| 1.3.2 基于人工免疫的故障诊断方法 | 第26-28页 |
| 1.3.3 基于人工免疫系统的风电系统故障诊断算法及应用研究 | 第28-30页 |
| 1.4 论文的组织结构 | 第30-33页 |
| 第二章 双馈风力发电系统故障模型研究 | 第33-60页 |
| 2.1 双馈风力发电系统工作原理 | 第33-38页 |
| 2.1.1 双馈风力发电系统组成结构 | 第33-34页 |
| 2.1.2 双馈风力发电机处于稳定运行时的等效电路 | 第34-36页 |
| 2.1.3 双馈风力发电机的有功功率和无功功率关系 | 第36-38页 |
| 2.2 双馈风力发电机数学模型 | 第38-44页 |
| 2.2.1 三相静止坐标系下的双馈风力发电机数学模型 | 第38-41页 |
| 2.2.1.1 电压方程 | 第39页 |
| 2.2.1.2 磁链方程 | 第39-41页 |
| 2.2.1.3 转矩方程 | 第41页 |
| 2.2.2 两相同步旋转坐标系下双馈风力发电机的数学模型 | 第41-43页 |
| 2.2.2.1 双馈风力发电机电压方程 | 第41-42页 |
| 2.2.2.2 双馈风力发电机磁链方程 | 第42页 |
| 2.2.2.3 双馈风力发电机转矩方程 | 第42页 |
| 2.2.2.4 功率方程 | 第42-43页 |
| 2.2.3 定子磁链定向后模型 | 第43-44页 |
| 2.2.3.1 定子磁链定向 | 第43页 |
| 2.2.3.2 定子磁链定向后模型 | 第43-44页 |
| 2.3 双馈风力发电机模型的线性化处理 | 第44-46页 |
| 2.3.1 双馈发电机模型的线性化 | 第44-45页 |
| 2.3.2 小扰动信号模型 | 第45-46页 |
| 2.4 双馈感应风力发电机空间矢量模型 | 第46-48页 |
| 2.5 双馈风力发电机正常运行时的机电特性分析 | 第48-51页 |
| 2.5.1 正常运行时的气隙磁密 | 第48-49页 |
| 2.5.2 正常运行时的双馈风力发电机定子并联支路环流特性分析 | 第49-51页 |
| 2.5.3 正常运行时的双馈风力发电机定子转子振动特性 | 第51页 |
| 2.5.3.1 双馈风力发电机正常运行时的定子振动特性 | 第51页 |
| 2.5.3.2 双馈风力发电机正常情况下转子的振动特性 | 第51页 |
| 2.6 双馈风力发电系统故障特征及故障模型研究 | 第51-59页 |
| 2.6.1 风电系统故障描述 | 第51-52页 |
| 2.6.2 风电系统故障特征 | 第52-53页 |
| 2.6.3 双馈风力发电机定子短路故障模型分析 | 第53-56页 |
| 2.6.3.1 双馈风力发电机定子短路故障的气隙磁密模型 | 第53-55页 |
| 2.6.3.2 双馈风力发电机定子短路故障的并联支路环流模型 | 第55-56页 |
| 2.6.4 双馈风力发电机气隙偏心故障模型分析 | 第56-57页 |
| 2.6.4.1 双馈风力发电机气隙偏心故障时的气隙磁密模型 | 第56页 |
| 2.6.4.2 双馈风力发电机气隙偏心故障时的定子并联支路环流模型 | 第56-57页 |
| 2.6.5 双馈风力发电机转子绕组匝间短路故障模型分析 | 第57-59页 |
| 2.6.5.1 双馈风力发电机转子绕组匝间短路故障时的气隙磁密模型 | 第57-59页 |
| 2.6.5.2 双馈风力发电机转子绕组匝间短路故障时的定子并联支路环流模型 | 第59页 |
| 2.7 本章小结 | 第59-60页 |
| 第三章 基于免疫原理的风力发电系统故障诊断技术研究 | 第60-75页 |
| 3.1 免疫系统原理及免疫学中的基本概念 | 第60-62页 |
| 3.1.1 人工免疫系统的一些基本概念 | 第60-62页 |
| 3.1.2 人工免疫识别算法(Immune Algorithm,IA)执行步骤 | 第62页 |
| 3.2 人工免疫系统在不同条件下的数学模型 | 第62-65页 |
| 3.2.1 简单条件下人工免疫系统数学模型 | 第62-63页 |
| 3.2.2 人工免疫系统在复杂条件下的数学模型 | 第63-64页 |
| 3.2.3 人工免疫系统的多变量描述 | 第64-65页 |
| 3.3 免疫算法的收敛性分析 | 第65-68页 |
| 3.4 免疫克隆策略算法 | 第68-71页 |
| 3.4.1 算法运行步骤 | 第68-70页 |
| 3.4.2 单克隆免疫策略方法收敛性分析 | 第70-71页 |
| 3.5 风力发电系统免疫故障诊断应用研究 | 第71-74页 |
| 3.5.1 风电系统故障免疫状态空间 | 第71-72页 |
| 3.5.2 免疫融合阴性选择算法 | 第72-74页 |
| 3.5.3 基于免疫算法的风电系统故障诊断响应流程研究 | 第74页 |
| 3.6 本章小结 | 第74-75页 |
| 第四章 应用自适应动态克隆-神经网络变流器故障诊断研究 | 第75-93页 |
| 4.1 风电系统变流器故障分析 | 第75-83页 |
| 4.1.1 网侧变流器的数学模型与控制策略 | 第75-80页 |
| 4.1.1.1 网侧变流器的数学模型 | 第75-78页 |
| 4.1.1.2 网侧变流器控制策略 | 第78-80页 |
| 4.1.2 机侧变流器的数学模型与控制策略 | 第80-83页 |
| 4.1.2.1 机侧变流器数学模型 | 第80-81页 |
| 4.1.2.2 机侧变流器控制策略 | 第81-83页 |
| 4.2 ADCSS的基本定义 | 第83-84页 |
| 4.3 自适应动态克隆选择算法 | 第84-86页 |
| 4.4 自适应动态克隆选择神经网络故障诊断方法 | 第86-88页 |
| 4.5 实验设计 | 第88-90页 |
| 4.6 实验结果与讨论 | 第90-92页 |
| 4.7 本章小结 | 第92-93页 |
| 第五章 基于免疫记忆动态克隆策略算法的定子绕组故障诊断技术研究 | 第93-104页 |
| 5.1 双馈风力发电机定子绕组故障 | 第93-96页 |
| 5.2 基于免疫记忆动态克隆策略算法的故障诊断 | 第96-98页 |
| 5.3 免疫记忆动态克隆策略算法的收敛性 | 第98-101页 |
| 5.4 实验设计 | 第101-103页 |
| 5.5 本章小结 | 第103-104页 |
| 第六章 基于小波-抗体记忆克隆算法的偏心和转子复合故障诊断技术研究 | 第104-114页 |
| 6.1 气隙偏心与转子短路复合故障的机电特性 | 第104-107页 |
| 6.1.1 气隙磁密分析 | 第104-105页 |
| 6.1.2 定子并联支路环流特性分析 | 第105-107页 |
| 6.1.2.1 并联支路电势差 | 第105-106页 |
| 6.1.2.2 并联支路环流特性分析 | 第106-107页 |
| 6.2 小波-抗体记忆克隆算法 | 第107-109页 |
| 6.3 基于小波-抗体记忆克隆算法的双馈风力发电机复合故障诊断 | 第109-112页 |
| 6.3.1 双馈风力发电动机故障特征 | 第109-110页 |
| 6.3.2 连续小波特征提取 | 第110-111页 |
| 6.3.3 双馈风力发电机故障诊断抗体记忆克隆算法实现 | 第111-112页 |
| 6.4 双馈风力发电机故障诊断实验 | 第112-113页 |
| 6.5 本章小结 | 第113-114页 |
| 第七章 基于多克隆自适应策略聚类方法的风电系统综合故障诊断技术研究 | 第114-144页 |
| 7.1 风电系统故障时主要振动特性 | 第114-123页 |
| 7.1.1 双馈风力发电机气隙偏心故障时的定子、转子振动特性 | 第114-115页 |
| 7.1.2 转子短路故障下的双馈风力发电机定、转子振动特性 | 第115页 |
| 7.1.3 定子短路故障下的双馈风力发电机定子、转子振动特性 | 第115-116页 |
| 7.1.4 气隙偏心与转子短路复合故障下的双馈风力发电机振动特性 | 第116-123页 |
| 7.1.4.1 复合故障时双馈风力发电机定子振动 | 第116-120页 |
| 7.1.4.2 复合故障下双馈风力发电机转子振动特性 | 第120-123页 |
| 7.2 多克隆自适应策略聚类算法 | 第123-124页 |
| 7.3 多克隆自适应策略聚类算法算子操作 | 第124-127页 |
| 7.4 自适应多克隆策略聚类算法故障诊断流程 | 第127-128页 |
| 7.5 风电系统故障诊断系统研发 | 第128-135页 |
| 7.5.1 基于免疫算法的风电系统故障诊断系统总体结构 | 第128-129页 |
| 7.5.2 基于免疫的风电故障诊断系统软件主要功能模块设计 | 第129-135页 |
| 7.5.2.1 系统初始化模块 | 第130页 |
| 7.5.2.2 检测器训练模块 | 第130-131页 |
| 7.5.2.3 记忆抗体训练模块 | 第131-132页 |
| 7.5.2.4 故障诊断模块 | 第132-133页 |
| 7.5.2.5 未知故障诊断模块 | 第133-134页 |
| 7.5.2.6 已知故障诊断模块 | 第134-135页 |
| 7.5.3 系统软件故障诊断实例分析 | 第135页 |
| 7.6 自适应多克隆策略聚类算法的风电系统综合故障诊断实验 | 第135-143页 |
| 7.6.1 风电系统故障数据采集 | 第135-136页 |
| 7.6.2 自适应多克隆策略聚类风电系统综合故障诊断结果分析 | 第136-143页 |
| 7.6.2.1 风电系统故障信号波形 | 第136-139页 |
| 7.6.2.2 风电系统综合故障检测器输出 | 第139-143页 |
| 7.7 本章小结 | 第143-144页 |
| 第八章 总结与展望 | 第144-146页 |
| 8.1 总结 | 第144-145页 |
| 8.2 展望 | 第145-146页 |
| 参考文献 | 第146-158页 |
| 致谢 | 第158-159页 |
| 在学期间的研究成果及发表的学术论文 | 第159页 |
