【正文】 導(dǎo)師嚴謹?shù)慕虒W(xué)態(tài)度，務(wù)實的工作作風(fēng)，是值得我學(xué)習(xí)的榜樣。參考文獻：[1] Lev ,Oleg ,Sergei . A study of wind energy contribution to global climate change mitigation[J]. International Journal of Energy Technology and Policy, 2005, (4):324341 [2] 李凡，徐章艷，饒勇.. Vague集，計算機科學(xué)，2000,27（9）：1214.[3 ] 李凡，徐章艷，饒勇，Vague集的運算規(guī)則，計算機科學(xué)，2000,27（9）：1517. [4][期刊論文]計算機應(yīng)用研究2010(1)[5] [期刊論文]瓊州學(xué)院學(xué)報 2009(5)[6][期刊論文]數(shù)學(xué)的實踐與認識 2009(14)[7] [期刊論文]咸寧學(xué)院學(xué)報 2009(3)[8].[期刊論文]水利學(xué)報 2009(5)[9] Chen S M. Measures of similarity between vague sets[J]. Fuzzy Sets Syst ,1995,74(2):217223[10] Chen S M similarity measures between vague sets and between elements [J] IEEE Trans, Syst, Man, Cybern,199727(1):153158[11] Don lho T J. De2no ising by soft2thresho lding [ J]. IEEET ransaction on Inform ation Theory, 1995, 41: 613 627.[12] [J].世界科技研究與發(fā)展，2003，(4):2630.[13]李守好. 風(fēng)力發(fā)電裝置剎車系統(tǒng)及偏航系統(tǒng)智能控制研究[M].西安電子科技大學(xué)碩士學(xué)位論文,2005.[14] Cusido J，Jornet A，Ronlral L，et a1．Wavelet and PSD as fault detection techniques[C]．IEEE Proceedings of the Technology Conference OB Instrumentation and Measurement，2006：1 3971400．[15] Liu B．Selection of wavelet packet basis for rotating machinery fault diagnosis[J]．Journal of Sound and Vibration，2005，284：567—582．[16] 清凱，于曉光．基于振動分析的現(xiàn)代機械故障診斷原理及應(yīng)用[M]．北京：科學(xué)出版社。我國有豐富的風(fēng)能資源，具備大規(guī)模開發(fā)風(fēng)電場的條件，應(yīng)該積極發(fā)展。6 總結(jié)與展望 現(xiàn)代新能源和可再生能源技術(shù)是由20世紀能源、電力技術(shù)發(fā)展形成的高新技術(shù)，最近20年的長足進步，它已對世界能源、電力產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整產(chǎn)生巨大影響，進而引起能源電力產(chǎn)業(yè)結(jié)構(gòu)的大重組和大調(diào)整，這不能不說是一個社會可持續(xù)發(fā)展的戰(zhàn)略問題。根據(jù)診斷結(jié)果，首先是轉(zhuǎn)子徑向碰磨，與上面頻譜診斷結(jié)果相同，也與實際故障相符，其次是超轉(zhuǎn)速運行，然后是軸承座松動，故障診斷順序為故障診斷者提供了診斷依據(jù)。在這一過程中，首先建立系統(tǒng)故障知識庫，然后計算待診斷檢測樣本與系統(tǒng)故障知識的相似度。（多介紹）見下表：表1 系統(tǒng)故障知識故障 頻段（f為工頻）樣本 5不平衡（A1）[,][,][,][,][,][,][,][,][,]軸承松動（A2）[,][,][,][,][,][,][,][,][,]負荷不匹配[,][,][,][,][,][,][,][,][,]不對中[,][,][,][,][,][,][,][,][,]軸承座松動[,][,][,][,][,][,][,][][,]發(fā)電機軸損壞[,][,][,][,][,][,][,][,][,]轉(zhuǎn)子徑向碰磨[,][,][,][,][,][,][,][,][,]超轉(zhuǎn)速運行[,][,][,][,][,][,][,][,][,]斷齒[,][,][,][,][,][,][,][,][,] 診斷流程Vague集理論的出現(xiàn)，為此提供了有力的手段。以風(fēng)力發(fā)電機組為例來說明Vague集的相似度量分析在風(fēng)力發(fā)電機故障診斷研究中的應(yīng)用方法。下面提出的方法就是一種可以合理的實現(xiàn)解決風(fēng)力發(fā)電機所碰到的故障問題。LDB算法是NAOKI SAITO 在COIFMAN提出的最佳小波包基的基礎(chǔ)上針對模式識別問題提出的一種用于特征提取的方法。 神經(jīng)網(wǎng)絡(luò)診斷方法：為提高故障診斷的精確度，可以融合多個傳感器采集的信息判斷發(fā)電機的運行狀態(tài)。同時，基于專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等算法的智能診斷方法也可給出可能的故障診斷結(jié)果。（3）故障的特征提取和分類盡管振動信號包含有大量的部件運行信息，但這些信息卻很難被直觀地理解，也就是說僅憑觀察或一些簡單的數(shù)學(xué)計算很難發(fā)現(xiàn)其中包含的故障特征[16]。信號采集流程如下所示：振動傳感器→信號調(diào)理及A/D轉(zhuǎn)換電路→無限信號發(fā)射模塊→無限信號接收模塊→PC機。下面主要介紹下前兩種的診斷方法。風(fēng)力發(fā)電機系統(tǒng)主要是由風(fēng)能轉(zhuǎn)換為機械能的風(fēng)力機和將機械能轉(zhuǎn)換為電能的發(fā)電機兩大不分組成，其中發(fā)電機是整個系統(tǒng)的核心，直接影響整個系統(tǒng)的功能，另一方面，發(fā)電機也是最容易發(fā)生故障的核心部分，風(fēng)力系統(tǒng)中發(fā)電機的常見故障包括定子繞組故障、軸承故障、轉(zhuǎn)子導(dǎo)條和端環(huán)故障、轉(zhuǎn)軸或連軸器故障以及其他各種故障．可認為定子繞組短路、轉(zhuǎn)子繞組故障和偏心振動是風(fēng)力發(fā)電機主要的三種故障形式．發(fā)電機繞組內(nèi)部故障屬于內(nèi)部電氣不對稱故障的范疇．由于發(fā)電機長期在野外工作，電機長期受到不同風(fēng)向的強風(fēng)作用，暴曬和大雨等影響，很容易發(fā)生機械火電氣故障。塔筒中段、上段、風(fēng)機機艙、輪轂順勢平鋪在地面上，塔筒上段在中間部分發(fā)生扭曲變形。圖42 東汽寶龍山風(fēng)機事故2010年1月20號，大唐左云項目的風(fēng)機發(fā)生倒塌事故，常軌維護人員進行‘風(fēng)機葉片主梁加強’工作，期間因風(fēng)大不能正常進入輪轂工作，直到2010年1月27日工作結(jié)束。后臺停機，高速軸剎車未能抱死剎車盤，華能值班人員立即將集電線路停電，風(fēng)機當時停止了轉(zhuǎn)動，但由于未到現(xiàn)場檢查，不知道葉片是否回漿，在短暫的停機后，風(fēng)機的葉片又再次的轉(zhuǎn)動（原因不明），隨著風(fēng)速的不斷增大，葉輪轉(zhuǎn)動時有熱量產(chǎn)生，出現(xiàn)火花導(dǎo)致輪轂著火。一般風(fēng)力發(fā)電機幾乎全部是利用尾翼來控制風(fēng)輪的迎風(fēng)方向的。風(fēng)輪是集風(fēng)裝置，它的作用是把流動空氣具有的動能轉(zhuǎn)變?yōu)轱L(fēng)輪旋轉(zhuǎn)的機械能。 風(fēng)力發(fā)電機一般有風(fēng)輪、發(fā)電機（包括裝置）、調(diào)向器（尾翼）、塔架、限速安全機構(gòu)和儲能裝置等構(gòu)件組成。目前水平軸風(fēng)機采用的比較多。我國風(fēng)力發(fā)電場主要分布在風(fēng)能資源比較豐富的東南沿海，西北，東北和華北地區(qū)，其中風(fēng)電裝機容量最多的是新疆。中國是一個風(fēng)力資源豐富的國家，風(fēng)力發(fā)電潛力巨大。20年來，世界上已有近30個國家開發(fā)建設(shè)了風(fēng)電場（是前期總數(shù)的3倍），風(fēng)電場總裝機容量約1400萬KW（是前期總數(shù)的100倍）。 本章小結(jié)本章主要是在熟悉了Vague集的定義和相關(guān)性質(zhì)的基礎(chǔ)上，按照相似度量方法分為了一般性度量法和加權(quán)相似度量方法，接著對給出一般性方法并分析了它們的性質(zhì)，通過對上述提出的相似度量方法進行分析,我們指出了它存在的不足和缺陷，最后給出了加權(quán)相似度量。此時，由公式（39）可得到A和B之間的加權(quán)相似度量：W(A,B)=[()+()+()+()+1()]( ++++)=這個結(jié)果和例2的結(jié)果一樣，因為隨著權(quán)重的改變，結(jié)果將會隨之變化。T39。定理6 T（A，B）=1A=B證明：由定理3即可證明。Lu J L 等定義了a,b之間的相似性度量[28]，其中。李凡等定義了a,b之間的相似行度量[24], 。[0,1]表示支持和反對的的信息均為0，而[,]表示支持和反對各占一半。(A,B)=0，由于, ， 故有 ， ， ， 從而有A=[0,0], B=[1,1]或A=[1,1], B=[0,0].由上述定理可知，這樣的相似度量是符合實際的。(A,B)=0A=[0,0], B=[1,1]或A=[1,1], B=[0,0]。兩個vague集之間的相似度量也存在相似的問題。 一般性度量方法通過翻閱資料資料，可以發(fā)現(xiàn)度量兩個Vague集（值）之間相似程度的度量方法有很多種，一般性度量兩個Vague集（值)之間相似程度的度量方法有如下幾種[81`0]：下面是文獻[8]給出了一種度量方法，經(jīng)過我們分析認為，該方法有一定的不足和缺陷。例如，設(shè)A為一個Vague集，假定，可知，此時，Vague集A可解釋為：，我們也可以用投票模型來解釋A，即贊成票為5票，反對票為2票，棄權(quán)票為3票。在隨后的幾十年中，F(xiàn)uzzy集理論不斷地發(fā)展和完善，并在許多領(lǐng)域里得到了成功的應(yīng)用[5]。定義5[2]一個Vague集A的補集定義