《风力发电机组故障分析与智能诊断》PDF+DOC
作者:董开松,李涛涛,尹浩霖
单位:西安高压电器研究所
出版:《高压电器》2016年第10期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFGYDQ2016100300
DOC编号:DOCGYDQ2016100309
下载格式:PDF + Word/doc 文字可复制、可编辑
《风力发电机组状态监测系统设计与应用》PDF+DOC2016年第01期 李涛涛,贾嵘,尹浩霖,董开松,党建
《风力发电机状态监测与故障诊断系统研究》PDF+DOC2017年第19期 张惠华
《关于风电机组振动监测与故障诊断探究》PDF+DOC2020年第02期 李仕成
《基于神经网络信息融合的智能故障诊断方法》PDF+DOC2008年第06期 李斌,章卫国,宁东方,尹伟
《滚动轴承的智能诊断系统研究》PDF+DOC2007年第04期 陈霞
《大型风力发电机组振动状态监测与故障诊断系统设计及应用》PDF+DOC2015年第36期 武丽君,高伟,张海平,刘衍选,蔡晓峰
《风力发电机组状态监测和故障诊断系统的设计与实现》PDF+DOC2014年第02期 叶明星,焦斌
《矿井主通风机在线监测与故障诊断系统》PDF+DOC2013年第01期 李曼,司颉,张锋军
《基于可测信息源的APU故障智能诊断方法研究》PDF+DOC 郭晓静,宋胜博,张杨
《基于神经网络的水产养殖物联网故障诊断系统研究》PDF+DOC2015年第17期 潘彩霞,李翠丽,孙敏,陈英义,刘延忠
随着中国风力发电的比重及机组容量的不断增大,机组一旦发生故障,不仅影响风电场自身的安全,而且对电网的稳定运行造成重大影响。故障分析与智能诊断技术是降低大型风力发电机组故障率与运维费用的主要手段之一。文中详细分析了风力发电机组主要部件的故障,在对风力发电机组状态监测和故障诊断技术深入研究的基础上,提出了基于小波包和BP神经网络的智能诊断方法,以此开发了风力发电机组状态监测与故障诊断系统,通过系统在大型风力发电场的成功应用,验证了其对风电机组故障诊断的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。