基于风电状态大数据的风机故障预测

被引量 : 0次 | 上传用户:fengraul
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
风机故障频繁发生给风电企业带来严重的经济损失。因此,准确预测风机故障以保障风机的平稳运行,降低风电场的故障率具有重要意义。如何高效准确地进行风机故障预测是现在面临的关键问题。为了提高预测的准确率,降低对专业人员依赖性,目前主流的解决方案是基于风电中风机状态数据的故障预测方法。虽然基于风机状态数据的故障预测方法已经取得了很大的成就,但是仍然存在以下问题:(1)对于价值密度低且含有大量噪声的风机状态数据,现有模型无法有效处理且预测准确率低。(2)对于风机状态数据存在时序关系现有模型无法挖掘到数据之间深层
其他文献
学位
学位
学位
学位
本文通过将微乳液法与水热法相结合成功制备出纳米级Ca(OH)2,探究了所制备材料在可见光下对亚甲基蓝的光催化降解性能以及其在降解过程中发挥的作用。  通过加入表面活性剂、助表面活性剂(正戊醇)以及环己烷作油相制备微乳液,再用水热法对微乳液进行处理,最终成功制备出纳米级Ca(OH)2。通过XRD、SEM、Raman、FTIR、XPS、EPR、UV-visDR和PL等一系列表征手段,对材料形貌特征、化
学位
学位
广谱除草剂草甘膦是世界上应用最广、产量最大的农药品种,近半个世纪的使用造成了水体等环境的污染,因此环境介质中草甘膦的治理受到关注。过硫酸盐氧化剂具有成本低、易运输储存、安全系数高、氧化能力强等优势,而高效活化过硫酸盐的催化剂是高级氧化技术的研究重点。本研究通过构建Fe3O4-CeO2复合催化剂协同活化过一硫酸盐,以实现快速催化氧化降解水体中草甘膦污染物。  本文以草甘膦为目标污染物,采用共沉淀法制
近些年,伴随着能源短缺和空气污染的日渐突显,新能源汽车越来越受欢迎。但是在使用过程中,新能源汽车发生事故的案例也屡见不鲜。锂离子电池作为电动汽车的核心部件,容易造成热量积累进而发生热失控问题。若不采取有效的热管理方法,不但会危害电池充放电时的驱动力性能,严重的还会造成起火爆炸。  本文基于COMSOL软件对锂离子电池单体在不同倍率下循环充放电的产热情况进行了模拟计算与实验研究,同时对锂离子电池组的
树脂基纤维增强复合材料具有强度高、抗高温、轻质量、耐腐蚀能力强、耐疲劳以及可设计性等优点,已经成为航天航空飞机、医疗器械、船舶等装备的基体材料之一,随着智能材料系统和结构技术高速发展,传统单一的材料和功能结构不足以满足要求,逐渐向多功能结构材料发展。在复合材料中埋入电缆形成的一体化构件不仅能解决众多装备的空间狭小导致电缆布线困难、电缆尺寸冗余等问题,从而达到装备的集成化、小型化,还能发挥复合材料本
学位
本文主要采用一步水热法制备了不同配体锡酸盐,并将其作为材料电极应用于电催化析氢和钾离子电池。  为了提高硫代锡酸盐的析氢电位,改善活性材料的形貌和制备较好的硫代锡酸盐电极,通过将一步水热法制备的硫代锡酸盐浸泡在不同浓度的镍溶液中来制备了不同形貌的活性材料,进而制成电极,运用交流阻抗法、线性伏安法等电化学方法和X射线衍射(XRD)、扫描电子显微镜(SEM)、能量色散能谱(EDS)、电感耦合等离子体发