基于免疫算法的風電系統(tǒng)故障診斷技術(shù)研究

【摘要】：風電系統(tǒng)使用壽命通常達20年以上,常年經(jīng)受酷暑嚴寒和極端溫差的考驗,受無規(guī)律變向、變負荷的風力作用以及強陣風的沖擊等原因使得風電系統(tǒng)不可避免地會發(fā)生故障。因此,及早發(fā)現(xiàn)故障,減少故障所造成的損失是風電技術(shù)推廣應用的重要研究內(nèi)容,本文對風電系統(tǒng)故障診斷技術(shù)進行了深入的研究。本文首先介紹了雙饋風力發(fā)電系統(tǒng)的工作原理,分別在3種不同的坐標系下建立了雙饋風力發(fā)電機的數(shù)學模型,將雙饋風力發(fā)電機模型采用小擾動分析法進行了線性化處理,又進一步建立了雙饋風力發(fā)電機的空間矢量模型。對雙饋風力發(fā)電機正常運行時的氣隙磁密、定子并聯(lián)支路環(huán)流特性、定子振動特性、轉(zhuǎn)子振動特性進行了分析。在對風電系統(tǒng)故障原因、故障特征及故障機理進行分析的基礎(chǔ)上,分別建立了雙饋風力發(fā)電機定子短路故障模型、氣隙偏心故障模型和轉(zhuǎn)子繞組匝間短路故障模型。分析了生物免疫系統(tǒng)的基本原理及其在多條件、多變量情況下的數(shù)學模型。對人工免疫算法、單克隆免疫策略算法進行了理論分析并對其收斂性進行了理論證明,給出了免疫單克隆策略、多克隆策略算法的執(zhí)行步驟。描述了風電系統(tǒng)故障免疫狀態(tài)空間,建立了基于免疫算法的風電系統(tǒng)故障診斷響應模型。在此基礎(chǔ)上借鑒生物免疫系統(tǒng)理論與運行機制將人工免疫系統(tǒng)的理論與風電系統(tǒng)故障診斷相融合,建立了適合風電系統(tǒng)故障診斷的改進的人工免疫系統(tǒng)。建立了風電系統(tǒng)網(wǎng)側(cè)變流器、機側(cè)變流器數(shù)學模型和控制策略,在克隆選擇、神經(jīng)網(wǎng)絡算法的基礎(chǔ)上,將自適應動態(tài)克隆選擇算法良好的優(yōu)化性能與BP神經(jīng)網(wǎng)絡相結(jié)合,提出了一種基于自適應動態(tài)克隆選擇算法的神經(jīng)網(wǎng)絡系統(tǒng),將優(yōu)化的神經(jīng)網(wǎng)絡應用于風電系統(tǒng)變流器故障診斷。實驗結(jié)果表明,該方法可以避開局部最小值,算法收斂速度快,具有較好的故障診斷性能。發(fā)電機是風電系統(tǒng)的關(guān)鍵組成部分,針對風力發(fā)電機的單一故障,本文對雙饋風力發(fā)電機定子短路故障下氣隙磁密、并聯(lián)支路特性進行了分析,基于雙饋風力發(fā)電機電壓、電流和通量建立了風力發(fā)電機定子故障數(shù)學模型。提出了一種免疫記憶動態(tài)克隆策略算法,并將其應用于雙饋風力發(fā)電機定子繞組單一故障診斷,將雙饋風力發(fā)電機的4種故障特征量作為免疫記憶動態(tài)克隆策略系統(tǒng)的抗原。用雙饋風力發(fā)電機工作狀態(tài)參數(shù)對免疫記憶動態(tài)克隆策略系統(tǒng)進行訓練,將訓練階段獲得的記憶數(shù)據(jù)應用于發(fā)電機故障診斷。該方法使用記憶單元作為類別標簽,記憶單元根據(jù)種群自適應性平均值不斷更新,當種群自適應度的標準偏差為零時,存儲器單元不改變,可確保算法早期的收斂性。實驗結(jié)果表明所提出的基于免疫記憶動態(tài)克隆策略算法風電系統(tǒng)故障診斷系統(tǒng)具有比較好的分類效果,對于雙饋風力發(fā)電機定子繞組單一故障診斷是適用和有效的。當風電系統(tǒng)運行時,雙饋風力發(fā)電機定子電流中的故障信號比較微弱,故障分量的頻率與基頻分量的頻率非常接近,故障分量的幅值也較小,易被泄漏的基頻分量及噪聲淹沒。本文分別對轉(zhuǎn)子故障、偏心故障、偏心與轉(zhuǎn)子復合故障下的氣隙磁密、定子并聯(lián)支路環(huán)流特性進行了理論分析。在此基礎(chǔ)上將小波分析與人工免疫系統(tǒng)相結(jié)合,針對風力發(fā)電機的復合故障,提出了一種基于小波-抗體記憶克隆算法的雙饋風力發(fā)電機偏心和轉(zhuǎn)子復合故障診斷方法。該方法首先對雙饋風力發(fā)電機定子電流信號進行小波分析,經(jīng)小波分析計算出小波系數(shù),由小波系數(shù)計算出雙饋風力發(fā)電機故障信號的能量,經(jīng)過歸一化處理形成故障特征量。將故障特征量隱喻為抗原,采用抗體克隆記憶算法生成抗體,經(jīng)過選擇、克隆、變異、抗體再選擇、抗體記憶以及壓縮等操作產(chǎn)生新的抗體,用產(chǎn)生的新抗體對風力發(fā)電機復合故障進行診斷。實驗結(jié)果表明,本文提出的基于小波和抗體記憶克隆算法相結(jié)合的方法取得了比較好的風電系統(tǒng)故障診斷效果。針對風電系統(tǒng)綜合故障,分別對風電系統(tǒng)偏心、定子、轉(zhuǎn)子繞組短路故障以及復合故障下的振動特性進行了理論分析,提出了一種基于自適應多克隆策略算法的風電系統(tǒng)綜合故障診斷方法。該方法將風電系統(tǒng)振動信號、電流信號作為故障的特征量,將其隱喻為免疫故障診斷系統(tǒng)的抗原。系統(tǒng)根據(jù)每個抗原、抗體種群親合度的大小,自適應地調(diào)節(jié)抗體對抗原的適應性和抗體種群規(guī)模的大小,將抗原歸并至某一組確定的抗體種群中。多克隆算法引入了交叉重組操作,使抗體的多樣性在進化過程中得到了增加,這使得算法在避免陷入局部極小值的能力和局部搜索能力方面都得到了提高,將該方法應用于風電系統(tǒng)綜合故障診斷取得了比較好的效果。基于上述研究,利用GE智能平臺的集成開發(fā)環(huán)境和IFIX組態(tài)軟件開發(fā)了基于免疫算法的風電系統(tǒng)綜合故障診斷軟件,完成了系統(tǒng)調(diào)試和算法驗證工作。用故障診斷系統(tǒng)對風電系統(tǒng)綜合故障進行診斷,通過實驗比較了采用不同復合故障信號診斷方法對風電系統(tǒng)故障診斷結(jié)果的影響。實驗結(jié)果表明,利用風電系統(tǒng)振動、風電系統(tǒng)電流復合信號對風電系統(tǒng)故障進行診斷可以取得比較好的診斷效果,系統(tǒng)具有良好的故障診斷能力。最后,本文對研究成果進行了全面總結(jié),并對基于人工免疫系統(tǒng)的風電系統(tǒng)故障診斷技術(shù)進一步研究進行了展望。 【關(guān)鍵詞】：故障診斷 雙饋風力發(fā)電機 人工免疫 克隆選擇策略 抗體記憶 風電系統(tǒng)變流器
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TM614
【目錄】：

• 摘要4-6
• Abstract6-17
• 注釋表17-18
• 縮略詞18-19
• 第一章 緒論19-33
• 1.1 課題研究背景和意義19-21
• 1.2 國內(nèi)外研究現(xiàn)狀21-25
• 1.2.1 國外研究現(xiàn)狀21-23
• 1.2.2 國內(nèi)研究現(xiàn)狀23-25
• 1.3 本文的主要研究內(nèi)容25-30
• 1.3.1 雙饋風力發(fā)電系統(tǒng)故障模型研究25-26
• 1.3.2 基于人工免疫的故障診斷方法26-28
• 1.3.3 基于人工免疫系統(tǒng)的風電系統(tǒng)故障診斷算法及應用研究28-30
• 1.4 論文的組織結(jié)構(gòu)30-33
• 第二章 雙饋風力發(fā)電系統(tǒng)故障模型研究33-60
• 2.1 雙饋風力發(fā)電系統(tǒng)工作原理33-38
• 2.1.1 雙饋風力發(fā)電系統(tǒng)組成結(jié)構(gòu)33-34
• 2.1.2 雙饋風力發(fā)電機處于穩(wěn)定運行時的等效電路34-36
• 2.1.3 雙饋風力發(fā)電機的有功功率和無功功率關(guān)系36-38
• 2.2 雙饋風力發(fā)電機數(shù)學模型38-44
• 2.2.1 三相靜止坐標系下的雙饋風力發(fā)電機數(shù)學模型38-41
• 2.2.1.1 電壓方程39
• 2.2.1.2 磁鏈方程39-41
• 2.2.1.3 轉(zhuǎn)矩方程41
• 2.2.2 兩相同步旋轉(zhuǎn)坐標系下雙饋風力發(fā)電機的數(shù)學模型41-43
• 2.2.2.1 雙饋風力發(fā)電機電壓方程41-42
• 2.2.2.2 雙饋風力發(fā)電機磁鏈方程42
• 2.2.2.3 雙饋風力發(fā)電機轉(zhuǎn)矩方程42
• 2.2.2.4 功率方程42-43
• 2.2.3 定子磁鏈定向后模型43-44
• 2.2.3.1 定子磁鏈定向43
• 2.2.3.2 定子磁鏈定向后模型43-44
• 2.3 雙饋風力發(fā)電機模型的線性化處理44-46
• 2.3.1 雙饋發(fā)電機模型的線性化44-45
• 2.3.2 小擾動信號模型45-46
• 2.4 雙饋感應風力發(fā)電機空間矢量模型46-48
• 2.5 雙饋風力發(fā)電機正常運行時的機電特性分析48-51
• 2.5.1 正常運行時的氣隙磁密48-49
• 2.5.2 正常運行時的雙饋風力發(fā)電機定子并聯(lián)支路環(huán)流特性分析49-51
• 2.5.3 正常運行時的雙饋風力發(fā)電機定子轉(zhuǎn)子振動特性51
• 2.5.3.1 雙饋風力發(fā)電機正常運行時的定子振動特性51
• 2.5.3.2 雙饋風力發(fā)電機正常情況下轉(zhuǎn)子的振動特性51
• 2.6 雙饋風力發(fā)電系統(tǒng)故障特征及故障模型研究51-59
• 2.6.1 風電系統(tǒng)故障描述51-52
• 2.6.2 風電系統(tǒng)故障特征52-53
• 2.6.3 雙饋風力發(fā)電機定子短路故障模型分析53-56
• 2.6.3.1 雙饋風力發(fā)電機定子短路故障的氣隙磁密模型53-55
• 2.6.3.2 雙饋風力發(fā)電機定子短路故障的并聯(lián)支路環(huán)流模型55-56
• 2.6.4 雙饋風力發(fā)電機氣隙偏心故障模型分析56-57
• 2.6.4.1 雙饋風力發(fā)電機氣隙偏心故障時的氣隙磁密模型56
• 2.6.4.2 雙饋風力發(fā)電機氣隙偏心故障時的定子并聯(lián)支路環(huán)流模型56-57
• 2.6.5 雙饋風力發(fā)電機轉(zhuǎn)子繞組匝間短路故障模型分析57-59
• 2.6.5.1 雙饋風力發(fā)電機轉(zhuǎn)子繞組匝間短路故障時的氣隙磁密模型57-59
• 2.6.5.2 雙饋風力發(fā)電機轉(zhuǎn)子繞組匝間短路故障時的定子并聯(lián)支路環(huán)流模型59
• 2.7 本章小結(jié)59-60
• 第三章 基于免疫原理的風力發(fā)電系統(tǒng)故障診斷技術(shù)研究60-75
• 3.1 免疫系統(tǒng)原理及免疫學中的基本概念60-62
• 3.1.1 人工免疫系統(tǒng)的一些基本概念60-62
• 3.1.2 人工免疫識別算法(Immune Algorithm,IA)執(zhí)行步驟62
• 3.2 人工免疫系統(tǒng)在不同條件下的數(shù)學模型62-65
• 3.2.1 簡單條件下人工免疫系統(tǒng)數(shù)學模型62-63
• 3.2.2 人工免疫系統(tǒng)在復雜條件下的數(shù)學模型63-64
• 3.2.3 人工免疫系統(tǒng)的多變量描述64-65
• 3.3 免疫算法的收斂性分析65-68
• 3.4 免疫克隆策略算法68-71
• 3.4.1 算法運行步驟68-70
• 3.4.2 單克隆免疫策略方法收斂性分析70-71
• 3.5 風力發(fā)電系統(tǒng)免疫故障診斷應用研究71-74
• 3.5.1 風電系統(tǒng)故障免疫狀態(tài)空間71-72
• 3.5.2 免疫融合陰性選擇算法72-74
• 3.5.3 基于免疫算法的風電系統(tǒng)故障診斷響應流程研究74
• 3.6 本章小結(jié)74-75
• 第四章 應用自適應動態(tài)克隆-神經(jīng)網(wǎng)絡變流器故障診斷研究75-93
• 4.1 風電系統(tǒng)變流器故障分析75-83
• 4.1.1 網(wǎng)側(cè)變流器的數(shù)學模型與控制策略75-80
• 4.1.1.1 網(wǎng)側(cè)變流器的數(shù)學模型75-78
• 4.1.1.2 網(wǎng)側(cè)變流器控制策略78-80
• 4.1.2 機側(cè)變流器的數(shù)學模型與控制策略80-83
• 4.1.2.1 機側(cè)變流器數(shù)學模型80-81
• 4.1.2.2 機側(cè)變流器控制策略81-83
• 4.2 ADCSS的基本定義83-84
• 4.3 自適應動態(tài)克隆選擇算法84-86
• 4.4 自適應動態(tài)克隆選擇神經(jīng)網(wǎng)絡故障診斷方法86-88
• 4.5 實驗設計88-90
• 4.6 實驗結(jié)果與討論90-92
• 4.7 本章小結(jié)92-93
• 第五章 基于免疫記憶動態(tài)克隆策略算法的定子繞組故障診斷技術(shù)研究93-104
• 5.1 雙饋風力發(fā)電機定子繞組故障93-96
• 5.2 基于免疫記憶動態(tài)克隆策略算法的故障診斷96-98
• 5.3 免疫記憶動態(tài)克隆策略算法的收斂性98-101
• 5.4 實驗設計101-103
• 5.5 本章小結(jié)103-104
• 第六章 基于小波-抗體記憶克隆算法的偏心和轉(zhuǎn)子復合故障診斷技術(shù)研究104-114
• 6.1 氣隙偏心與轉(zhuǎn)子短路復合故障的機電特性104-107
• 6.1.1 氣隙磁密分析104-105
• 6.1.2 定子并聯(lián)支路環(huán)流特性分析105-107
• 6.1.2.1 并聯(lián)支路電勢差105-106
• 6.1.2.2 并聯(lián)支路環(huán)流特性分析106-107
• 6.2 小波-抗體記憶克隆算法107-109
• 6.3 基于小波-抗體記憶克隆算法的雙饋風力發(fā)電機復合故障診斷109-112
• 6.3.1 雙饋風力發(fā)電動機故障特征109-110
• 6.3.2 連續(xù)小波特征提取110-111
• 6.3.3 雙饋風力發(fā)電機故障診斷抗體記憶克隆算法實現(xiàn)111-112
• 6.4 雙饋風力發(fā)電機故障診斷實驗112-113
• 6.5 本章小結(jié)113-114
• 第七章 基于多克隆自適應策略聚類方法的風電系統(tǒng)綜合故障診斷技術(shù)研究114-144
• 7.1 風電系統(tǒng)故障時主要振動特性114-123
• 7.1.1 雙饋風力發(fā)電機氣隙偏心故障時的定子、轉(zhuǎn)子振動特性114-115
• 7.1.2 轉(zhuǎn)子短路故障下的雙饋風力發(fā)電機定、轉(zhuǎn)子振動特性115
• 7.1.3 定子短路故障下的雙饋風力發(fā)電機定子、轉(zhuǎn)子振動特性115-116
• 7.1.4 氣隙偏心與轉(zhuǎn)子短路復合故障下的雙饋風力發(fā)電機振動特性116-123
• 7.1.4.1 復合故障時雙饋風力發(fā)電機定子振動116-120
• 7.1.4.2 復合故障下雙饋風力發(fā)電機轉(zhuǎn)子振動特性120-123
• 7.2 多克隆自適應策略聚類算法123-124
• 7.3 多克隆自適應策略聚類算法算子操作124-127
• 7.4 自適應多克隆策略聚類算法故障診斷流程127-128
• 7.5 風電系統(tǒng)故障診斷系統(tǒng)研發(fā)128-135
• 7.5.1 基于免疫算法的風電系統(tǒng)故障診斷系統(tǒng)總體結(jié)構(gòu)128-129
• 7.5.2 基于免疫的風電故障診斷系統(tǒng)軟件主要功能模塊設計129-135
• 7.5.2.1 系統(tǒng)初始化模塊130
• 7.5.2.2 檢測器訓練模塊130-131
• 7.5.2.3 記憶抗體訓練模塊131-132
• 7.5.2.4 故障診斷模塊132-133
• 7.5.2.5 未知故障診斷模塊133-134
• 7.5.2.6 已知故障診斷模塊134-135
• 7.5.3 系統(tǒng)軟件故障診斷實例分析135
• 7.6 自適應多克隆策略聚類算法的風電系統(tǒng)綜合故障診斷實驗135-143
• 7.6.1 風電系統(tǒng)故障數(shù)據(jù)采集135-136
• 7.6.2 自適應多克隆策略聚類風電系統(tǒng)綜合故障診斷結(jié)果分析136-143
• 7.6.2.1 風電系統(tǒng)故障信號波形136-139
• 7.6.2.2 風電系統(tǒng)綜合故障檢測器輸出139-143
• 7.7 本章小結(jié)143-144
• 第八章 總結(jié)與展望144-146
• 8.1 總結(jié)144-145
• 8.2 展望145-146
• 參考文獻146-158
• 致謝158-159
• 在學期間的研究成果及發(fā)表的學術(shù)論文159

您可以在本站搜索以下學術(shù)論文文獻來了解更多相關(guān)內(nèi)容

一種基于生物免疫原理的識別算法    周穎,鄭德玲,位耀光,付冬梅

雙饋異步發(fā)電機定子匝間短路故障診斷研究    馬宏忠;張志艷;張志新;錢雅云;

電力變壓器故障診斷的人工免疫網(wǎng)絡分類算法    熊浩;孫才新;陳偉根;杜林;廖玉祥;

Optimal approximation of linear sys-tems by artificial immune response    

Community Detection in Dynamic Social Networks based on Multiobjective Immune Algorithm    公茂果;張嶺軍;馬晶晶;焦李成;

基于小波相關(guān)排列熵的軸承早期故障診斷技術(shù)    馮輔周;司愛威;饒國強;江鵬程;

基于多尺度并行免疫克隆優(yōu)化聚類算法    陶新民;付丹丹;劉福榮;劉玉;

自適應多克隆聚類算法及收斂性分析    馬力;焦李成;白琳;陳長國;

一種改進的變閾值陰性選擇免疫算法    翟宏群;馮茂巖;

On-Line Fast Motor Fault Diagnostics based on Fuzzy Neural Networks    董名垂;鄭德信;陳思亮;

發(fā)電機氣隙偏心與繞組短路復合故障的機電特性分析    何玉靈

豬血免疫球蛋白G提取及分子量測定    孫高超;孫圣君;劉高升;張娜;畢可東;

阿魏側(cè)耳多糖研究進展    閆訓友;王瑋;趙英;

基于人工免疫的RBF神經(jīng)網(wǎng)絡在鋼筋性能預報中的應用    周穎,鄭德玲,王英,鞠磊

臍血輸注對婦科惡性腫瘤患者外周血中IL-2、IL-6和sIL-2R的誘導表達和T細胞亞群改變    潘小玲,彭芝蘭,何躍東,劉興會

SARS患者特異性抗體變化規(guī)律的檢測    李培華,方克南,李旖旎,強林漢

口服綿羊血清IgG對小鼠免疫功能的影響    馬建濱,都玉蓉,魏登幫,張寶琛

基于小波分析和克隆選擇算法的模擬電路故障診斷    彭良玉;禹旺兵;

基于人工免疫RBF神經(jīng)網(wǎng)絡的時間序列預測方法研究    蔡曦;胡昌華;蔡光斌;

一種基于免疫算法的雷達信號目標檢測方法    霍家道;

基于人工免疫克隆選擇算法的遙感圖像識別    張靈;陳曉宏;翁毅;

Wavelet Neural Network Applied to Fault Diagnosis of Underwater Vehicle    

混沌與人工免疫結(jié)合算法的應用    裘之亮;周穎;毛一之;董國亞;

克隆選擇算法在多峰值函數(shù)優(yōu)化中的應用    周穎;裘之亮;趙紅玉;張萍;

Fault Diagnosis of Underwater Vehicle with Neural Network    

集成證據(jù)推理與多神經(jīng)網(wǎng)絡的電力變壓器故障綜合診斷    錢國超;黃禾;鄒德旭;顏冰;周駿;

雞MHCⅠ類分子結(jié)構(gòu)與抗病性關(guān)系的研究    戴銀

大型梯級引水工程自主優(yōu)化調(diào)度模型及其仿真研究    段富

基于飛輪儲能的柔性功率調(diào)節(jié)器關(guān)鍵技術(shù)研究    陳仲偉

黃曲霉毒素M_1單克隆抗體及檢測技術(shù)研究    管笛

動態(tài)供應鏈分析與H_∞控制    李艷

傳統(tǒng)發(fā)酵牦牛奶中益生乳桿菌篩選及其免疫調(diào)節(jié)功能研究    張麗

變壓器故障診斷與預測集成學習方法及維修決策模型研究    鄭元兵

船舶柴油發(fā)電機組的建模與運行仿真研究    李東輝

金黃扶正散對免疫抑制小鼠的免疫調(diào)節(jié)作用及機制研究    朱丹

重組卡介苗誘導T細胞免疫應答的分子、細胞機理研究    焦新安

鴨瘟的動態(tài)病理學研究和鴨CD4的克隆    許媛媛

櫻桃谷鴨CD8α胞外區(qū)多肽的原核表達、抗體制備及初步應用    白家媛

兩種不同來源樺褐孔菌多糖的抗氧化與免疫活性的研究    武永德

烏魯木齊地區(qū)奶牛隱性乳房炎及金黃色葡萄球菌Fnbp基因原核表達的初步研究    張向新

基于自適應人工免疫進化的網(wǎng)格聚類算法研究    白鷺

基于人工免疫網(wǎng)絡的圖像分割    藺恒

基于免疫原理的網(wǎng)絡故障多層檢測模型的研究    袁興芳

智能優(yōu)化算法及其應用研究    劉瓊

汽輪發(fā)電機故障分析與診斷    張國強

微生態(tài)制劑對雞舍氨氣和肉雞免疫系統(tǒng)的影響    趙建文

人工免疫系統(tǒng)及人工免疫遺傳算法在優(yōu)化中的應用    鄭德玲,梁瑞鑫,付冬梅,李曉剛,方彤

基于R/S分析和小波變換的同步發(fā)電機定子繞組匝間短路故障分析    夏長亮;金雪峰;方紅偉;史婷娜;

汽輪發(fā)電機轉(zhuǎn)子端部及槽內(nèi)繞組溫升    路義萍;陰文豪;韓家德;李偉力;李俊亭;曹文;靳慧勇;

基于軸電壓的隱極同步發(fā)電機轉(zhuǎn)子典型故障診斷    武玉才;李永剛;李和明;

斜槽異步電動機的多截面有限元法分析    江建中,傅為農(nóng)

交流勵磁發(fā)電機運行及控制原理    廖勇,楊順昌

變速交流勵磁感應發(fā)電機的穩(wěn)態(tài)分析    邱培基,湯寧平,葉文鍵,卓忠疆

發(fā)電機軸振動機理及大化電廠2號機軸振動分析    吳金水

大型汽輪發(fā)電機轉(zhuǎn)子繞組匝間短路故障的測試與分析    李曉明,劉東明

大型水輪發(fā)電機轉(zhuǎn)子偏心磁場的計算    諸嘉慧;邱阿瑞;

免疫遺傳算法在高爐焦比目標優(yōu)化中的應用    梁瑞鑫;鄭德玲;周穎;位耀光;

免疫進化計算理論及應用    王磊

汽輪發(fā)電機組軸系彎扭耦合振動研究    何成兵

發(fā)電機繞組與偏心故障交叉特征分析及其檢測方法研究    萬書亭

人工免疫系統(tǒng)中陰性選擇算法的研究    張宇

汽輪發(fā)電機氣隙偏心故障分析與診斷方法研究    何玉靈

基于LabVIEW的大型風力發(fā)電機組旋轉(zhuǎn)機械的狀態(tài)監(jiān)測系統(tǒng)設計    王之華

風電系統(tǒng)容量的優(yōu)化配置探討    李鳳婷;晁勤;童菲;曹慧;

大規(guī)模非并網(wǎng)風電系統(tǒng)開發(fā)與應用    顧為東;

離網(wǎng)小風電系統(tǒng)的現(xiàn)狀    王曉港;翟慶志;楊德昌;

風電系統(tǒng)的電壓穩(wěn)定性分析    馬幼捷;楊海珊;周雪松;李季;問虎龍;

采用延拓法的風電系統(tǒng)穩(wěn)定模型二維參數(shù)分岔邊界的計算與研究    馬幼捷;問虎龍;周雪松;李季;楊海珊;

直驅(qū)型風電系統(tǒng)低電壓穿越技術(shù)仿真分析    栗然;王飛;

5kW校園智能風電系統(tǒng)的開發(fā)與應用    孫燕華;趙飛;

直驅(qū)型風電系統(tǒng)高電壓穿越仿真分析    賈超;李廣凱;王勁松;白愷;

風電系統(tǒng)部件及電力系統(tǒng)接入研究    

直驅(qū)永磁風電系統(tǒng)能量成形與最大風能捕獲    吳忠強;莊述燕;韓延光;

分頻風電系統(tǒng)的頻率優(yōu)化控制策略研究    王傳杰;王錫凡;

大規(guī)模規(guī)劃建設風電芻議    武云甫;武英華;蔡南;

直驅(qū)永磁同步風電系統(tǒng)低電壓穿越的研究    楊曉萍;段先鋒;馮帆;

變速恒頻雙饋風電系統(tǒng)的建模及運行特性分析    潘庭龍;紀志成;

風電系統(tǒng)齒輪箱振動特性研究與優(yōu)化    丁千;張微;張文德;朗作貴;

基于模糊邏輯的變速恒頻風電系統(tǒng)最大風能追蹤控制    肖運啟;徐大平;呂躍剛;

基于MLD的風電系統(tǒng)全工況建模與預測控制研究    史運濤;劉偉川;鄭虹;

考慮EENS的含風電系統(tǒng)旋轉(zhuǎn)備用獲取模型    王丹平;

風電系統(tǒng)中雙饋發(fā)電機的勵磁控制研究    劉超輝;葉全勝;應黎明;

基于儲能的直驅(qū)風電系統(tǒng)低電壓穿越控制策略    張坤;陸繼明;毛承雄;王丹;

三海機電公司自主創(chuàng)新天地寬    記者 王君開

基于免疫算法的風電系統(tǒng)故障診斷技術(shù)研究    吳洪兵

海島中小型獨立風電系統(tǒng)可靠運行技術(shù)研究    董永軍

風力發(fā)電系統(tǒng)能量優(yōu)化問題的研究    耿華

粒子群算法改進研究及在風電系統(tǒng)優(yōu)化調(diào)度中的應用    江善和

風電場并入電網(wǎng)的調(diào)控理論研究    王成福

風電場動態(tài)等值建模方法研究    張洋溢

直驅(qū)式風電系統(tǒng)功率跟蹤優(yōu)化控制策略研究    吳波

風電系統(tǒng)多參數(shù)動分岔分析及其控制    李小雙

風電系統(tǒng)中混沌動力學行為分析    劉馨芳

小型風電系統(tǒng)的整流卸荷裝置的設計與實現(xiàn)    邢星

考慮旋轉(zhuǎn)備用效益的含風電系統(tǒng)機組組合優(yōu)化模型研究    余軍威

永磁直驅(qū)型風電系統(tǒng)低電壓穿越技術(shù)研究    靖言

雙饋型風電系統(tǒng)安全運行研究    宮有民

風電系統(tǒng)的混沌參數(shù)分析與控制    李蘇揚

筒型基礎(chǔ)近海風電系統(tǒng)地震動力響應分析    劉國威