基于多种统计模型的风电机组故障预测

目录

声明

摘要

第一章绪论

1．1研究背景及意义

1．2国内外文献综述

1．2．1故障诊断

1．2．2故障预测

1．3本课题的主要内容

第二章直驱式风电机组主轴承故障形式及故障预测

2．1直驱式风电机组主轴承故障形式及其产生原因

2．2 SCADA系统采集数据类型

2．3故障预测技术

第三章基于Adaboost-BP神经网络与EWMA控制图的故障预测

3．1模型简介

3．1．1 BP神经网络

3．1．2 Adaboost-BP神经网络

3．1．3主轴承故障预测算法

3．2数据预处理

3．2．1变量选择

3．3．2数据预处理

3．3风电机组主轴承的温度建模与预测

3．3．1基于Adaboost-BP神经网络的主轴承温度预测

3．3．2 Adaboost-BP神经网络模型与BP神经网络模型预测精度对比

3．4基于EWMA控制图的主轴承故障预警分析

3．4．1风电机组正常运行情况下主轴承状态分析

3．4．2风电机组异常运行情况下主轴承故障预警分析

第四章基于FAR模型与EWMA控制图的故障预测

4．1模型简介

4．1．1变系数模型的形式

4．1．2变系数回归模型估计方法

4．1．3光滑参数选取

4．1．4基于FAR模型和EWMA控制图的故障预测流程

4．2数据预处理

4．3基于温度数据的主轴承温度预测

4．3．1基于FAR模型的主轴承温度预测

4．3．2 FAR模型与Adaboost-BP神经网络模型预测精度对比

4．4基于EWMA控制图的主轴承故障预警分析

4．4．1风电机组正常运行情况下主轴承状态分析

4．4．2风电机组异常运行情况下主轴承故障预警分析

结论与展望

结论

展望

参考文献

致谢

附录