| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 风电机组健康状态评价技术 | 第13-14页 |
| 1.2.2 风电机组设备故障诊断与预测方法 | 第14-15页 |
| 1.2.3 数据挖掘在风电机组中的应用 | 第15-16页 |
| 1.3 本文的研究内容 | 第16-17页 |
| 1.4 本文的章节安排 | 第17-19页 |
| 第二章 风电机组故障分析 | 第19-33页 |
| 2.1 风电机组概述 | 第19-21页 |
| 2.1.1 风电机组基本物理结构 | 第19-20页 |
| 2.1.2 风电机组基本功能结构 | 第20-21页 |
| 2.2 风电机组常见故障及原因 | 第21-26页 |
| 2.2.1 风电机组常见故障 | 第21-24页 |
| 2.2.2 风电机组设备故障分析 | 第24-26页 |
| 2.3 风电场SCADA系统 | 第26-28页 |
| 2.3.1 风电场SCADA系统概述 | 第26-27页 |
| 2.3.2 风电场SCADA系统数据处理 | 第27-28页 |
| 2.4 风电场SCADA系统报警点分析 | 第28-32页 |
| 2.4.1 关联规则概述 | 第29页 |
| 2.4.2 关联规则算法 | 第29-31页 |
| 2.4.3 关联规则算法对SCADA系统报警点的分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于运行数据的风电机组健康状态评价 | 第33-48页 |
| 3.1 基于变权模糊综合评价方法的风电机组健康状态评价 | 第33-41页 |
| 3.1.1 模糊综合评价理论 | 第34-35页 |
| 3.1.2 构建评价指标体系 | 第35-36页 |
| 3.1.3 计算劣化度与隶属度 | 第36-39页 |
| 3.1.4 计算权重 | 第39-40页 |
| 3.1.5 变权模糊综合评价 | 第40-41页 |
| 3.2 风电机组健康状态评价实例分析 | 第41-45页 |
| 3.3 评价实例结果分析 | 第45-46页 |
| 3.3.1 健康状态评价分析结果对比 | 第45-46页 |
| 3.3.2 采用变权法与常权法评价分析结果对比 | 第46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 风电机组高频故障诊断与预测 | 第48-68页 |
| 4.1 风电机组高频故障诊断 | 第48-62页 |
| 4.1.1 变频器故障诊断 | 第48-49页 |
| 4.1.2 变频器低温故障分析 | 第49-54页 |
| 4.1.3 齿轮箱故障诊断 | 第54-55页 |
| 4.1.4 齿轮箱油温异常故障分析 | 第55-62页 |
| 4.2 风电机组高频故障预测 | 第62-66页 |
| 4.2.1 齿轮箱油温异常故障数据处理 | 第62-63页 |
| 4.2.2 现有的齿轮箱油温异常故障预测 | 第63-64页 |
| 4.2.3 改进的齿轮箱油温异常故障预测 | 第64-66页 |
| 4.2.4 对比结果 | 第66页 |
| 4.3 本章小结 | 第66-68页 |
| 第五章 全文总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 后续工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74页 |