1. 研究目的与意义（文献综述）

1.1研究背景

面对化石能源日益枯竭、气候变化、环境污染等问题，大力开发利用太阳能、风能、生物质能等新能源，节能减排、提升传统能源利用效率、发展智能电网，已成为世界各国的基本共识^[1]。风能作为一种清洁能源，生产过程中无燃料成本，零排放，逐渐受到各国的普遍关注。近些年来，我国风电行业发展迅猛，截至2016年，累计装机容量达1.69亿千瓦，居世界第一^[2]。

风力发电技术是涉及空气动力学、自动控制、机械传动、电机学等多学科的综合性高技术系统工程^[3-6]。风电机组常安装在几十米的高空，单机容量较大，自身结构复杂；风速不稳定，负荷交变，且具有较大的随机性。风电机组在运行过程中由于不断受到变化的冲击载荷作用而容易出现故障，而风电设备健康状态与可靠性是能否让风能资源发挥最大效益的重要基础。精确合理的风力发电预测可以缓解电力调度和规划难度，因此需要对风力发电功率进行合理预测以解决风电并网给电力系统稳定性和经济性带来的影响。

2. 研究的基本内容与方案

基本内容：

目前从机组运行的健康状态层面考虑影响风电场发电能力的研究较少，而风力发电系统的多性能退化和实际发电功率的下降之间存在必然的关系。

(1)收集分析有关资料，了解风能转换原理，熟悉风电机组的结构，功能，发电量的相关算法。了解主流机型的控制方式，从机理角度考虑风电机组的结构变化、运行性能对风电功率或发电量的影响。

3. 研究计划与安排

第1－3周：确定方案，完成开题报告、英文资料翻译 。

第4－6周：完成健康状态模型和风能预测模型设计

第7－8周：完成风电机组的发电预测模型设计

4. 参考文献（12篇以上）

[1] 刘吉臻.大规模新能源电力安全高效利用基础问题[j].中国电机工程学报,2013,33(16):69-70.

[2] 曹渝昆,胡清清.计及故障时间的神经网络风力发电量预测[j].电气自动化,2017,(5):45-47,55.doi:10.3969/j.issn.1000-3886.2017.05.015.

[3] hannele holttinen,peter meibom,antje orths,et al.impacts of large amounts of wind power on design and operation of powersystems, results of iea collaboration[j].wind energy,2011,(2):179-192.