【正文】 碩士學(xué)位論文風(fēng) 力 發(fā) 電 機(jī) 組 非 參 數(shù) 模 型 狀 態(tài) 監(jiān) 測(cè) 關(guān) 鍵 問 題研 究Research on Nonparameter Model Condition Monitoring of Wind Power Unit2022 年 12 月國內(nèi)圖書分類號(hào)：TM614 學(xué)校代碼：10079國際圖書分類號(hào)： 密級(jí)：公開 工學(xué)碩士學(xué)位論文風(fēng) 力 發(fā) 電 機(jī) 組 非 參 數(shù) 模 型 狀 態(tài) 監(jiān) 測(cè) 關(guān) 鍵 問 題研 究碩士研究生 ：導(dǎo) 師 ：申請(qǐng)學(xué)位 ： 工學(xué)碩士學(xué)科 ： 控制科學(xué)與工程專業(yè) ： 檢測(cè)技術(shù)與自動(dòng)化裝置所 在 學(xué) 院 ： 控制與計(jì)算機(jī)學(xué)院答 辯 日 期 ： 2022 年 3 月授予學(xué)位單位 ： 華北電力大學(xué)Classified Index: TM614 : Dissertation for the Master Degree in Engineering Research on Nonparameter Model Condition Monitoring of Wind Power Unit Candidate：Supervisor： ProfAcademic Degree Applied for： Master of EngineeringSpeciality： Detection technology and automation equipmentSchool： School of Control and Computer EngineeringDate of Defence： March， 2022DegreeConferringInstitution： North China Electric Power University華北電力大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學(xué)位論文《風(fēng) 力 發(fā) 電 機(jī) 組 非 參 數(shù) 模 型 狀 態(tài) 監(jiān) 測(cè)關(guān) 鍵 問 題 研 究 》 ，是本人在導(dǎo)師指導(dǎo)下，在華北電力大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名： 日期： 年 月 日華北電力大學(xué)碩士學(xué)位論文使用授權(quán)書《風(fēng) 力 發(fā) 電 機(jī) 組 非 參 數(shù) 模 型 狀 態(tài) 監(jiān) 測(cè) 關(guān) 鍵 問 題 研 究 》系本人在華北電力大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸華北電力大學(xué)所有，本論文的研究?jī)?nèi)容不得以其它單位的名義發(fā)表。本人完全了解華北電力大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向有關(guān)部門送交論文的復(fù)印件和電子版本，允許論文被查閱和借閱，學(xué)?？梢詾榇嬖陴^際合作關(guān)系的兄弟高校用戶提供文獻(xiàn)傳遞服務(wù)和交換服務(wù)。本人授權(quán)華北電力大學(xué)，可以采用影印、縮印或其他復(fù)制手段保存論文，可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“√”)：保密□，在 年解密后適用本授權(quán)書不保密□作者簽名： 日期： 年 月 日導(dǎo)師簽名： 日期： 年 月 日華北電力大學(xué)碩士學(xué)位論文I摘 要風(fēng)力發(fā)電作為一種清潔的可再生能源利用方式，近年來在世界范圍內(nèi)獲得了飛速的發(fā)展，其中風(fēng)力發(fā)電機(jī)組大型設(shè)備狀態(tài)監(jiān)測(cè)成為風(fēng)電研究領(lǐng)域的重要組成部分。本文在近幾年國內(nèi)外關(guān)于風(fēng)電機(jī)組狀態(tài)監(jiān)測(cè)研究成果的基礎(chǔ)上，針對(duì)風(fēng)力發(fā)電機(jī)組控制、風(fēng)力發(fā)電機(jī)組的運(yùn)行以及風(fēng)電機(jī)組仿真的需要，展開對(duì)狀態(tài)監(jiān)測(cè)關(guān)鍵問題的研究，主要工作內(nèi)容和創(chuàng)新成果如下:1. 詳細(xì)分析了風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)的現(xiàn)狀，提出基于非參數(shù)建模狀態(tài)監(jiān)測(cè)方法的兩個(gè)關(guān)鍵問題：輸入變量集選取及殘差處理。2. 由于在建立機(jī)組各部件重要測(cè)量參數(shù)的預(yù)測(cè)模型時(shí)，該測(cè)量參數(shù)預(yù)測(cè)模型的輸入變量集的確定，是建立其準(zhǔn)確模型的關(guān)鍵，因此，預(yù)測(cè)模型輸入變量集的確定是影響預(yù)測(cè)模型精度的重要因素。本文詳細(xì)分析了變量集之間的相關(guān)關(guān)系及判斷變量參數(shù)相關(guān)關(guān)系的方法，建立風(fēng)電機(jī)組齒輪箱溫度的 IPSOBP 狀態(tài)監(jiān)測(cè)模型，并依據(jù)相關(guān)關(guān)系定量分析的結(jié)果來選取 IPSOBP 模型的輸入變量集，通過對(duì)比分析殘差結(jié)果，總結(jié)出非參數(shù)模型輸入樣本集選取的方法。3. 在風(fēng)力發(fā)電機(jī)組非參數(shù)預(yù)測(cè)模型的殘差統(tǒng)計(jì)方法中，合適的滑動(dòng)窗口能夠消除由于測(cè)量誤差，機(jī)組啟停等偶然因素造成的孤立的較大殘差的影響。本文詳細(xì)分析了雙滑動(dòng)窗口殘差統(tǒng)計(jì)的方法及原理，指出了雙滑動(dòng)窗口具有能夠抑制孤立異常殘差的作用，并利用 IPSOBP 預(yù)測(cè)模型加以驗(yàn)證。關(guān)鍵詞：狀態(tài)檢測(cè)、相關(guān)性分析、殘差統(tǒng)計(jì)方法、雙滑動(dòng)窗口、IPSOBP 模型華北電力大學(xué)碩士學(xué)位論文IIAbstractAs a clean and renewable utilize way, the wind power has been developed worldwide in recent years, and the condition monitoring of the large equipment of the wind power units has bee the important part. On the bases of the research achievement of condition monitoring on the wind power units in recent years, this article aims at the requirements on the control, operation and the simulation of the wind power unit, and research on the main issues of condition monitoring, the main content of work and the innovate achievement are as follows:1. It analysis the current situation of the condition monitoring on the wind power unit in details, and e up with two issues in the field of condition monitoring, one is regarding the selection of input variable and another one is regarding the dispose of residual.2. The key point of establishing accuracy model is determined by the measure parameter of input variable sets when the forecase models of the main measure parameters of each ponent is established. The article analysis the judge method and the relative relationship among the variable sets, establish the IPSOBP condition monitoring model regarding the temperature of bearings of wind power units. It will selected the input variable sets of the IPSOBP models according to the analysis results of the relative relationships, and it will refine the selection ways of nonparameter model input samples in contrast to the results of residual.3. In the statistical methods of residual regarding nonparameter forecase models of the wind power units, the suitable of the slipping windows can eliminate the impacts caused by measure errors and occasional reasons, for example the shut down of the units. The article analysis the mothed and principle of the duplex slipping windows in details, it indicates the suppression fuction on the abnormal residual by using the duplex slipping windows, then, confirms it by using the IPSOBP forcase models.Keywords: condition monitoring, relativity analysis, statistical methods of residual, double slipping windows, IPSOBP models 華北電力大學(xué)碩士學(xué)位論文I目 錄摘 要 ..............................................................................................................................IABSTRACT ......................................................................................................................II目 錄 .................................................................................................................................I第 1 章 緒 論 .....................................................................................................................1 本文研究的目的和意義 ...........................................................................................1 風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)的研究 ...............................................................................2 風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)的必要性 ...................................................................3 國內(nèi)外研究現(xiàn)狀 ...............................................................................................3 本課題的主要研究?jī)?nèi)容 ...........................................................................................5第 2 章 基于 IPSOBP 模型狀態(tài)監(jiān)測(cè)的研究 .................................................................6 引言 ..........................................................................................................................6 IPSOBP 神經(jīng)網(wǎng)絡(luò)基本原理 ...................................................................................7 基于 IPSOBP 模型狀態(tài)監(jiān)測(cè) .................................................................................8 IPSOBP 網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練樣本的選擇 ...........................................................8