叢書

前言

本書前言

第1章緒論 .

1.1研究背景及意義 .

1.2研究現(xiàn)狀

第2章風電場后評估資料收集和數(shù)據(jù)預處理

2.1測風數(shù)據(jù).

2.2SCADA系統(tǒng)參數(shù)

2.3其他資料

2.4風電場數(shù)據(jù)預處理方法 .

2.5案例分析

第3章 動態(tài)功率曲線評估

3.1功率曲線的影響因素.

3.2功率曲線的建模方法

3.3功率曲線的測試.

第4章風電場工程后評估內容和指標體系

4.1風電場后評估內容.

4.2風電場后評估指標體系

4.3風電場工程過程后評估 .

4.4風電場風況及微觀選址后評估

4.5風電場主要部件運行狀態(tài)評價

4.6風電場效益后評估

4.7風電場影響及持續(xù)性后評估 .

5.1風電機組的基本結構.

第5章風電機組常見故障及特征參數(shù).

5.3風電機組故障監(jiān)測手段. .

5.2風電機組常見故障及機理性分析 .

5.4風電機組健康狀態(tài)評價的參數(shù)體系.

第6章風電機組關鍵部件的狀態(tài)預測及預警.

6.1常規(guī)預測模型

6.2LRRBF預測模型

6.3基于LRRBF模型的發(fā)電機前軸承溫度預測方法.

6.4關鍵部件異常辨識分析方法.

6.5振動信號處理及分析

第7章 風電機組運行健康狀態(tài)評價方法.

7.1模糊綜合評價方法 .

7.2劣化度歸一化計算方法.

7.3隸屬度函數(shù)與因素權重的確定

7.4風電機組健康狀態(tài)模糊綜合評價

第8章 基于云模型的風電場工程綜合后評估

8.1云模型基本理論

8.2風電場綜合后評估云模型評估方法.

8.3風電場綜合后評估實證研究

第9章 基于大數(shù)據(jù)技術的風電機組狀態(tài)評價

9.1大數(shù)據(jù)與云計算 .

9.2深度學習的起源和歷程 .

9.3典型深度學習原理

9.4 典型深度學習方法在風電機組狀態(tài)評價中的應用

第10章風電場工程后評估和風電機組狀態(tài)評價軟件開發(fā)

10.1 軟件系統(tǒng)設計.

10.2后評估子模塊的實現(xiàn)

10.3 算例及分析

第11章總結與展望

11.1總結 .

11.2展望

參考文獻 .