幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

風電SCADA數據分析與智能建模(精)

  • 作者：戴巨川//趙前程//劉德順|責編:裴育//朱英彪
  • 出版社：科學
  • ISBN：9787030832658
  • 出版日期：2026/03/01
  • 裝幀：精裝
  • 頁數：371
人民幣：RMB 228 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以風電SCADA數據分析與智能建模為主線，系統梳理並總結了作者團隊的相關研究成果：一方面，聚焦風電SCADA數據，深入探討其特點、分析模式與預處理方法；另一方面，圍繞風電機組運行，研究其參數特徵、行為規律，並在此基礎上構建性能預測與狀態監測模型。全書共9章，第1章介紹風電SCADA數據特點、分析模式、研究現狀與面臨的挑戰；第2章介紹SCADA數據預處理方法；第3?6章以數理統計、知識發現為主，側重介紹基於物理機制的數據建模與分析；第7?9章以智能建模、輔助決策為主，側重介紹基於智能演算法的數據建模與分析。
    本書適合風電裝備設計、製造、運維等領域的科研人員和工程技術人員研讀，也可作為機械工程、電氣工程、自動化、軟體工程等專業本科生、研究生的教學參考用書。
作者介紹
戴巨川//趙前程//劉德順|責編:裴育//朱英彪
目錄
前言
主要符號說明
第1章  緒論
  1.1  SCADA數據分析
    1.1.1  工業SCADA系統
    1.1.2  工業SCADA數據分析
  1.2  風電機組概況
    1.2.1  風電機組類型
    1.2.2  風電機組主要組成部分
    1.2.3  風電機組運行原理
    1.2.4  風電機組系統分析
  1.3  風電SCADA系統
    1.3.1  風電SCADA系統組成
    1.3.2  風電SCADA系統軟體
    1.3.3  風電SCADA系統實時監測界面
    1.3.4  風電SCADA系統資料庫
  1.4  風電SCADA數據分析模式與挑戰
    1.4.1  風電SCADA數據理解
    1.4.2  風電SCADA數據探究
    1.4.3  風電SCADA數據挖掘
    1.4.4  風電SCADA數據應用
    1.4.5  風電SCADA數據分析研究面臨的挑戰
  參考文獻
第2章  風電機組SCADA數據預處理
  2.1  數據準備
  2.2  異常數據剔除
    2.2.1  四分位法
    2.2.2  拉依達準則
    2.2.3  核密度估計法
  2.3  雜訊數據平滑
    2.3.1  數據分箱法
    2.3.2  數據單值處理
  2.4  數據多階段處理
    2.4.1  數據三階段處理
    2.4.2  數據處理結果評價
  參考文獻
第3章  風電機組風功率參數特徵SCADA數據分析
  3.1  山地風電場風資源特性SCADA數據分析
    3.1.1  山地風電場
    3.1.2  評估指標與流程
    3.1.3  風速特徵研究
    3.1.4  風向特徵研究
    3.1.5  風速和風向聯合分佈
  3.2  風電機組功率波動SCADA數據分析
    3.2.1  風能與風電機組功率關係模型
    3.2.2  風速波動與功率波動一維評價模型
    3.2.3  風向波動與功率波動一維評價模型
    3.2.4  風速波動、風向波動與功率波動二維評價模型
  3.3  風電機組風能利用係數SCADA數據分析
    3.3.1  基於數據擬合的風能利用係數計算

    3.3.2  基於實時數據的風能利用係數計算
    3.3.3  基於工況分區的風能利用係數計算
  參考文獻
第4章  風電機組變槳行為特性SCADA數據分析
  4.1  變槳距系統及其SCADA數據
    4.1.1  變槳距系統結構組成
    4.1.2  變槳距系統SCADA數據
  4.2  變槳距系統行為特性統計分析
    4.2.1  變槳距系統運行狀態統計分析
    4.2.2  變槳距系統運行歷程統計分析
    4.2.3  變槳距系統變槳電機轉矩統計分析
    4.2.4  風速對變槳距系統行為特性的影響
  4.3  變槳距系統力學特性分析
    4.3.1  變槳距系統力學建模
    4.3.2  變槳距系統受力估算
    4.3.3  變槳距系統受力數據分析
  參考文獻
第5章  風電機組偏航行為特性SCADA數據分析
  5.1  偏航狀態下風能捕獲特性分析
    5.1.1  偏航狀態下能量捕獲機制理論分析
    5.1.2  偏航角數據濾波
    5.1.3  偏航狀態下功率特性和轉矩特性
  5.2  基於行為特性的偏航系統控制策略優化
    5.2.1  山地風電場風電機組偏航行為分析
    5.2.2  偏航系統控制策略優化
    5.2.3  數據模擬試驗與結果分析
  5.3  計及偏航效應的機艙振動特性分析
    5.3.1  風速對機艙振動的影響
    5.3.2  風輪轉速對機艙振動的影響
    5.3.3  變槳偏航對機艙振動的影響
    5.3.4  機艙振動聚類分析
  參考文獻
第6章  風電機組運行狀態SCADA數據分析
  6.1  基於參數關係的運行狀態識別
    6.1.1  風電機組運行狀態建模
    6.1.2  風電機組運行狀態識別
    6.1.3  運行狀態識別實例分析
  6.2  基於概率面積準則的功率特性在線評估
    6.2.1  功率特性分析與數據處理
    6.2.2  基於概率面積準則的運行狀態評估
    6.2.3  功率特性評估結果分析
  6.3  風電機組性能劣化評價
    6.3.1  性能劣化評價指標及內涵
    6.3.2  評價指標量化與評價模式
    6.3.3  性能劣化評價實例分析
  參考文獻
第7章  風電機組SCADA數據智能識別
  7.1  基於DBSCAN演算法的異常數據樣本識別
    7.1.1  DBSCAN演算法相關概念
    7.1.2  風電機組實例分析

  7.2  基於隨機森林演算法的異常數據樣本識別
    7.2.1  隨機森林演算法相關概念
    7.2.2  隨機森林分類法識別流程
    7.2.3  風電機組實例分析
  7.3  基於RWSSA-AANN模型的風電機組風速異常數據識別
    7.3.1  風電場的風電機組分類
    7.3.2  RWSSA-AANN模型
    7.3.3  風速儀故障識別
    7.3.4  風電機組實例分析
  7.4  基於TICC演算法的風電機組SCADA數據工況識別
    7.4.1  風電機組運行工況分析
    7.4.2  高維時間序列數據在線分割聚類演算法
    7.4.3  風電機組實例分析
  參考文獻
第8章  風電機組SCADA運行參數智能預測
  8.1  基於CEEMD-WOA-Elman模型的風電機組功率預測
    8.1.1  CEEMD方法
    8.1.2  WOA
    8.1.3  Elman神經網路
    8.1.4  CEEMD-WOA-Elman模型
    8.1.5  風電機組實例分析
  8.2  基於SSAE-MLP模型的風電機組機艙振動預測
    8.2.1  SSAE模型
    8.2.2  SSAE-MLP模型
    8.2.3  風電機組實例分析
  8.3  基於KPCA-CNN-LSTM模型的風電機組發電機溫度預測
    8.3.1  KPCA模型
    8.3.2  KPCA-CNN-LSTM模型
    8.3.3  風電機組實例分析
  參考文獻
第9章  風電機組SCADA運行狀態智能監測
  9.1  基於DA-Bi-LSTM模型的主軸承運行健康狀態評估
    9.1.1  主軸承狀態參數選擇
    9.1.2  DA-Bi-LSTM模型
    9.1.3  風電機組實例分析
  9.2  基於FISSA-DBN模型的風電機組運行狀態監測
    9.2.1  風電機組運行狀態預測模型
    9.2.2  風電機組運行狀態監測方法
    9.2.3  風電機組實例分析
  9.3  基於NARX溫度相關分析模型的風電機組運行狀態監測
    9.3.1  基於NARX的溫度參數預測模型
    9.3.2  基於NARX的風電機組逆變器溫度參數預測
    9.3.3  基於NARX的風電機組運行狀態監測
    9.3.4  風電機組實例分析
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032