- 浏览量( 35 )
-
加入收藏( 0 )
风电机组故障检测与故障诊断
- 作者：唐明珠 陈荐
- 出版社：中国水利水电出版社
- 出版日期：2022年01月
- ISBN：978-7-5226-1005-4
- 页数：133
优惠价:
¥
46.80
定价:
¥
78.00
标签：风能
图书详情
内容简介
本书针对大型风电机组关键部件难以故障检测与故障诊断问题，分析风电机组主要关键部件运行特性和故障机理，研究了一系列风电机组关键部件的故障检测与故障诊断方法。针对风电机组齿轮箱的故障检测与故障诊断问题，研究了基于梯度提升机、基于改进LightGBM和基于代价敏感LightGBM的双馈风电机组齿轮箱系统故障检测方法；针对风电机组发电机的故障检测与故障诊断问题，研究了基于代价敏感极端随机森林和基于自适应的混合代价敏感极端随机森林的风力发电机故障检测方法；针对风电机组变桨系统的故障检测与故障诊断问题，研究了基于改进大间隔分布机、基于改进多类最优间隔分布机和基于ssODM-DSTA的风电机组变桨系统故障诊断方法。
本书适合作为普通高等院校动力工程及工程热物理、能源动力、电气工程、计算机科学与技术、控制科学与工程等相关专业本科生、硕士研究生教学用书，也可供新能源从业人员阅读参考。
目录
- 版权页
- 文前辅文
- 前言
- 第1章 绪论
- 1.1 研究背景及意义
- 1.1.1 研究背景
- 1.1.2 研究意义
- 1.2 故障诊断国内外研究现状
- 1.2.1 基于解析模型的故障诊断
- 1.2.2 基于信号处理的故障诊断
- 1.2.3 基于机器学习的故障诊断
- 1.3 风电机组齿轮箱故障诊断
- 1.4 风电机组风力发电机故障诊断
- 1.5 风电机组变桨系统故障诊断
- 1.6 本章小结
- 第2章 双馈式风电机组齿轮箱的机理研究与分析
- 2.1 双馈式风电机组结构
- 2.2 齿轮箱故障机理研究
- 1.齿轮断齿
- 2.疲劳点蚀
- 3.齿面磨损
- 2.3 齿轮箱数据采集与预处理
- 2.3.1 齿轮箱数据采集
- 2.3.2 齿轮箱数据预处理
- 2.4 齿轮箱特征选择
- 2.4.1 Spearman秩相关系数
- 2.4.2 最大信息系数
- 2.5 本章小结
- 第3章 基于梯度提升机的变桨系统故障检测
- 3.1 基于轻量级梯度提升机算法及其优化分析
- 3.1.1 梯度提升算法
- 3.1.2 轻量级梯度提升机算法
- 3.2 基于轻量级梯度提升机的故障检测
- 3.2.1 轻量级梯度提升机
- 3.2.2 基于轻量级梯度提升机的故障检测实验
- 3.2.2.1 数据描述及参数设定
- 3.2.2.2 模型训练与测试
- 3.3 本章小结
- 第4章 基于改进LightGBM的齿轮箱系统故障检测
- 4.1 改进的LightGBM方法
- 4.1.1 特征选择
- 4.1.2 贝叶斯超参数优化
- 4.1.3 LightGBM参数设置
- 4.2 算法对比实验
- 4.3 实验结果与分析
- 4.4 本章小结
- 第5章 基于代价敏感LightGBM的齿轮箱系统故障检测
- 5.1 代价敏感LightGBM（CS-LightGBM）算法
- 5.1.1 代价敏感算法
- 5.1.2 LightGBM代价敏感方法
- 5.2 基于代价敏感LightGBM的故障诊断流程
- 5.2.1 实验方法
- 5.2.2 数据采集
- 5.2.3 特征选择
- 5.3 实验结果与分析
- 5.4 本章小结
- 第6章 风力发电机故障机理研究及分析
- 6.1 风力发电机设备结构
- 6.1.1 永磁同步发电机结构及作用
- 6.1.2 双馈异步发电机结构及作用
- 6.2 DFIG故障机理分析
- 6.3 DFIG运行特性
- 6.4 本章小结
- 第7章 基于代价敏感极端随机森林的风力发电机故障检测
- 7.1 随机森林
- 7.2 极端随机森林
- 7.2.1 极端随机森林算法原理
- 7.2.2 极端随机森林的性质
- 7.3 代价敏感极端随机森林
- 7.3.1 代价敏感极端随机森林算法原理
- 7.3.2 代价敏感极端随机森林算法伪代码及复杂度分析
- 7.4 实验设计与实验结果分析
- 7.4.1 数据预处理和特征选择
- 7.4.2 实验结果与分析
- 7.5 本章小结
- 第8章 基于自适应的混合代价敏感极端随机森林的风力发电机故障检测
- 8.1 基于透镜成像学习策略的灰狼优化算法
- 8.1.1 基于透镜成像的反向学习策略
- 8.1.2 基于透镜成像学习策略的灰狼优化算法原理
- 8.2 混合代价敏感极端随机森林
- 8.2.1 构建代价函数
- 8.2.2 混合代价敏感极端随机森林原理
- 8.3 适应度函数
- 8.4 实验结果与分析
- 8.4.1 仿真数据故障分析
- 8.4.2 实际数据故障分析
- 8.5 本章小结
- 第9章 风电机组变桨系统故障及特征选择
- 9.1 风电机组变桨系统特征选择
- 9.1.1 风电机组变桨系统特征参数
- 9.1.2 基于Pearson相关系数的变桨系统故障特征选择方法
- 1.Pearson相关性系数
- 2.风电机组变桨系统故障特征选择
- 9.1.3 实验结果与分析
- 9.2 本章小结
- 第10章 基于改进大间隔分布机的变桨系统故障检测
- 10.1 状态转移算法
- 10.1.1 状态转移算法的统一框架
- 10.1.2 状态变换算子
- 1.旋转变换算子
- 2.平移变换算子
- 3.伸缩变换算子
- 4.坐标变换算子
- 10.1.3 最优解的选择与更新
- 10.2 大间隔分布机
- 10.3 适应度函数
- 10.4 实验结果与分析
- 10.5 本章小结
- 第11章 基于改进多类最优间隔分布机的变桨系统故障诊断
- 11.1 多类最优间隔分布机
- 11.2 适应度函数
- 11.3 实验结果与分析
- 11.4 本章小结
- 第12章 基于ssODM-DSTA的变桨系统故障检测
- 12.1 半监督最优间隔分布学习机
- 12.2 动态状态转移算法
- 12.3 风电机组变桨系统故障检测
- 12.4 实验结果与分析
- 12.5 本章小节
- 参考文献
编辑推荐