【正文】 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 IPSOBP 網(wǎng)絡(luò)的訓(xùn)練及驗(yàn)證過程 .................................................................10 齒輪箱溫度 IPSOBP 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)殘差統(tǒng)計(jì)分析 ...................................12 滑動(dòng)窗口殘差均值與標(biāo)準(zhǔn)差統(tǒng)計(jì) ................................................................12 齒輪箱工作異常時(shí)溫度殘差統(tǒng)計(jì)特性分析 .................................................13 齒輪箱預(yù)測(cè)殘差分析 .....................................................................................14 本章小結(jié) .................................................................................................................16第 3 章 關(guān)鍵問題一：非參數(shù)模型輸入變量集選取 .....................................................17 引言 ........................................................................................................................17 相關(guān)性分析的概述 ................................................................................................18 基于 IPSOBP 模型輸入變量集選取的比較分析 ...............................................19 作散點(diǎn)圖 ........................................................................................................19 從物理和能量轉(zhuǎn)換的角度分析參數(shù)與齒輪箱溫度的相關(guān)關(guān)系 ................22 基于 IPSOBP 模型輸入變量集選取的比較分析 ........................................23 本章小結(jié) ................................................................................................................26華北電力大學(xué)碩士學(xué)位論文II第 4 章 關(guān)鍵問題二：基于萊特準(zhǔn)則的雙滑動(dòng)窗口殘差統(tǒng)計(jì)方法 .............................27 引言 ........................................................................................................................27 基于萊特準(zhǔn)則的雙滑動(dòng)窗口殘差統(tǒng)計(jì)方法 ........................................................28 萊特準(zhǔn)則判別方法 ........................................................................................28 雙滑動(dòng)窗口殘差統(tǒng)計(jì)方法概述 ....................................................................29 基于 IPSOBP 模型雙滑動(dòng)窗口殘差統(tǒng)計(jì)方法 ...................................................30 本章小結(jié) ................................................................................................................31第 5 章 結(jié)論與展望 .........................................................................................................33參考文獻(xiàn) ...........................................................................................................................35攻讀碩士學(xué)位期間發(fā)表的論文及其它成果 ...................................................................38致 謝 ...............................................................................................................................39華北電力大學(xué)碩士學(xué)位論文1第 1 章 緒 論 本文研究的目的和意義 能源，是現(xiàn)代文明發(fā)展不可或缺的因素，在推動(dòng)社會(huì)經(jīng)濟(jì)飛躍發(fā)展中起著至關(guān)重要的作用。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)。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。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。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。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。在工業(yè)化逐步實(shí)現(xiàn)的過程中，地球上大量豐富的自然資源被過度開發(fā)和使用，其中能源資源占很大比例。1906 到 2022 年的 100 年里，全球平均地表溫度上升了 ℃，最近 50 年的升溫速率幾乎是過去 100 年的兩倍 [3]。正是因?yàn)轱L(fēng)力發(fā)電具有以上優(yōu)點(diǎn)，使其在眾多國家能源構(gòu)架中的比重日益增加。我國的風(fēng)電產(chǎn)業(yè)主要分布在內(nèi)蒙古、甘