| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究背景和意义 | 第8-9页 |
| 1.2 国内外研究动态 | 第9-12页 |
| 1.2.1 风电机组故障预警的研究现状 | 第9-10页 |
| 1.2.2 风电场动态等值建模的研究现状 | 第10-11页 |
| 1.2.3 研究现状总结 | 第11-12页 |
| 1.3 论文的工作安排及框架 | 第12-16页 |
| 第2章 基于SCADA系统的风电机组监测项目相关性分析 | 第16-30页 |
| 2.1 SCADA系统简介 | 第16-19页 |
| 2.1.1 SCADA系统功能及构成 | 第16-17页 |
| 2.1.2 监测项目及分类 | 第17-19页 |
| 2.1.3 SCADA系统性能分析 | 第19页 |
| 2.2 风电机组监测项目相关性分析 | 第19-29页 |
| 2.2.1 相关性分析的基本概念 | 第19-21页 |
| 2.2.2 监测项目相关性分析 | 第21页 |
| 2.2.3 实例分析 | 第21-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 风电机组故障预警研究 | 第30-46页 |
| 3.1 故障预警研究思路 | 第30页 |
| 3.2 动态网络标记的理论与方法介绍 | 第30-35页 |
| 3.2.1 理论的发展及特点 | 第30-32页 |
| 3.2.2 动态网络标记基本概念 | 第32-35页 |
| 3.2.3 DNM的应用流程 | 第35页 |
| 3.3 基于DNM的风电机组故障预警模型 | 第35-39页 |
| 3.3.1 参照数据组与观察数据组的选取 | 第36-38页 |
| 3.3.2 DNM值计算 | 第38-39页 |
| 3.4 实例验证与结果分析 | 第39-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 风电场动态等值建模研究 | 第46-68页 |
| 4.1 基本思路 | 第46-47页 |
| 4.2 灰关联分析法及其改进 | 第47-52页 |
| 4.2.1 传统灰关联分析法简介 | 第47-48页 |
| 4.2.2 传统灰关联分析法的不足 | 第48-49页 |
| 4.2.3 基于动态参考序列的动态灰色关联分析法 | 第49-52页 |
| 4.3 基于动态灰聚类算法的风电场动态等值建模 | 第52-55页 |
| 4.3.1 基于动态灰聚类算法的机群划分 | 第52-54页 |
| 4.3.2 等值模型参数计算 | 第54-55页 |
| 4.4 实例验证与结果分析 | 第55-67页 |
| 4.4.1 电力系统全数字仿真装置介绍 | 第56-58页 |
| 4.4.2 某实际风电场的动态等值 | 第58-64页 |
| 4.4.3 仿真分析 | 第64-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 总结与展望 | 第68-72页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 研究展望 | 第69-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第78页 |