| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外风力发电机组状态监测与故障诊断研究现状 | 第10-12页 |
| 1.2.1 风力发电机组状态监测研究现状 | 第11页 |
| 1.2.2 风力发电机组故障诊断研究现状 | 第11-12页 |
| 1.3 课题研究的主要内容 | 第12-14页 |
| 第二章 风力发电机组基本理论和故障分析 | 第14-22页 |
| 2.1 风力发电机组主要结构及功能 | 第14-16页 |
| 2.1.1 齿轮箱 | 第14-15页 |
| 2.1.2 变桨系统 | 第15-16页 |
| 2.1.3 发电机 | 第16页 |
| 2.2 风力发电机组SCADA系统 | 第16-18页 |
| 2.2.1 SCADA监测数据分析 | 第16-18页 |
| 2.2.2 SCADA监测数据处理 | 第18页 |
| 2.3 风力发电机组故障分析 | 第18-22页 |
| 2.3.1 齿轮箱故障分析 | 第18-19页 |
| 2.3.2 变桨系统故障分析 | 第19-20页 |
| 2.3.3 发电机故障分析 | 第20-22页 |
| 第三章 风力发电机组状态监测与故障诊断相关理论 | 第22-34页 |
| 3.1 ANFIS理论 | 第22-26页 |
| 3.1.1 ANFIS原理及结构 | 第22-24页 |
| 3.1.2 ANFIS学习算法 | 第24-26页 |
| 3.2 核主元分析 | 第26-30页 |
| 3.2.1 核主元分析原理 | 第26-29页 |
| 3.2.2 核主元分析特征提取 | 第29-30页 |
| 3.3 模糊最小二乘支持向量机 | 第30-34页 |
| 3.3.1 最小二乘支持向量机 | 第30-31页 |
| 3.3.2 模糊最小二乘支持向量机 | 第31-34页 |
| 第四章 基于ANFIS的风力发电机组状态监测及故障诊断特征参量挖掘 | 第34-46页 |
| 4.1 状态监测系统组成 | 第34-35页 |
| 4.2 ANFIS模型建立 | 第35-40页 |
| 4.3 风力发电机组故障检测 | 第40-46页 |
| 4.3.1 预测误差 | 第40-41页 |
| 4.3.2 故障的定义和检测 | 第41页 |
| 4.3.3 ANFIS模型测试及故障诊断特征参量挖掘 | 第41-46页 |
| 第五章 基于核主元分析和模糊最小二乘支持向量机的风力发电机组故障诊断.. | 第46-60页 |
| 5.1 故障诊断流程 | 第46-47页 |
| 5.2 齿轮箱故障诊断 | 第47-53页 |
| 5.2.1 数据采集与核主元分析 | 第47-49页 |
| 5.2.2 齿轮箱故障诊断模型构建 | 第49-50页 |
| 5.2.3 齿轮箱故障诊断模型测试及分析 | 第50-53页 |
| 5.3 变桨系统故障诊断 | 第53-56页 |
| 5.3.1 数据采集与主元分析 | 第53-54页 |
| 5.3.2 变桨系统故障诊断模型构建 | 第54页 |
| 5.3.3 变桨系统故障诊断模型测试及分析 | 第54-56页 |
| 5.4 发电机故障诊断 | 第56-60页 |
| 5.4.1 数据采集与主元分析 | 第56-57页 |
| 5.4.2 发电机故障诊断模型构建 | 第57页 |
| 5.4.3 发电机故障诊断模型测试及分析 | 第57-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文总结 | 第60-61页 |
| 6.2 未来展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间所取得的相关科研成果 | 第66-67页 |
| 致谢 | 第67页 |
