本书主要对风电场工程后评估方法和机组状态评价技术进行介绍，具有一定的系统性。章介绍了本书内容开展的背景、意义及研究现状，第二章介绍风电场评估资料收集和数据预处理的方法，第三章介绍动态功率曲线评估和测试方法，第四章介绍了风电场工程后评价的指标体系和具体工作内容，第五章对风电机组的常见故障及发生原因进行系统介绍，并构建了机组状态评价参数体系，第六章介绍了风电机组内部关键部件的参数预测及预警方法，第七章介绍了基于模糊综合评价方法的风电机组状态评价技术，第八章介绍了基于云模型的风电场工程综合后评价方法，第九章介绍基于大数据方法的风电机组故障诊断及状态评价技术，第十章介绍了风电场工程后评价相关软件的开发与应用，第十一章对全书内容进行总结，并对相关技术未来的发展提出展望。

许昌，博士,副教授,分别于1997、2000、2005年在东北大学和东南大学获学士、硕士和博士学位，2007年东南大学博士后出站，美国、丹麦等国风电访问学者经历，中国风电本科教育创始人之一。现任河海大学新能源系主任职务，从事风能和太阳能发电方面的教学与研究工作,主要研究方向是流体流动与传热理论、高级过程控制理论在风力发电和太阳能热发电中的应用。先后负责承担的项目有国家863项目课题3项，973项目课题1项，教育部留学回国人员科研启动基金1项，江苏省自然科学基金1项，江苏省科技支撑项目1项,江苏省六大人才高峰项目1项，河海大学、美国爱荷华大学等校级课题5项，相关横向课题10余项。发表相关学术论文60余篇，其中被三大检索收录40余篇，申报了国家发明专利13项，其中三项已授权。

丛书

前言

本书前言

第1章绪论 .

1.1研究背景及意义 .

1.2研究现状

第2章风电场后评估资料收集和数据预处理

2.1测风数据.

2.2SCADA系统参数

2.3其他资料

2.4风电场数据预处理方法 .

2.5案例分析

第3章 动态功率曲线评估

3.1功率曲线的影响因素.

3.2功率曲线的建模方法

3.3功率曲线的测试.

第4章风电场工程后评估内容和指标体系

4.1风电场后评估内容.

4.2风电场后评估指标体系

4.3风电场工程过程后评估 .

4.4风电场风况及微观选址后评估

4.5风电场主要部件运行状态评价

4.6风电场效益后评估

4.7风电场影响及持续性后评估 .

5.1风电机组的基本结构.

第5章风电机组常见故障及特征参数.

5.3风电机组故障监测手段. .

5.2风电机组常见故障及机理性分析 .

5.4风电机组健康状态评价的参数体系.

第6章风电机组关键部件的状态预测及预警.

6.1常规预测模型

6.2LRRBF预测模型

6.3基于LRRBF模型的发电机前轴承温度预测方法.

6.4关键部件异常辨识分析方法.

6.5振动信号处理及分析

第7章 风电机组运行健康状态评价方法.

7.1模糊综合评价方法 .

7.2劣化度归一化计算方法.

7.3隶属度函数与因素权重的确定

7.4风电机组健康状态模糊综合评价

第8章 基于云模型的风电场工程综合后评估

8.1云模型基本理论

8.2风电场综合后评估云模型评估方法.

8.3风电场综合后评估实证研究

第9章 基于大数据技术的风电机组状态评价

9.1大数据与云计算 .

9.2深度学习的起源和历程 .

9.3典型深度学习原理

9.4 典型深度学习方法在风电机组状态评价中的应用

第10章风电场工程后评估和风电机组状态评价软件开发

10.1 软件系统设计.

10.2后评估子模块的实现

10.3 算例及分析

第11章总结与展望

11.1总结 .

11.2展望

参考文献 .