基于实时功率、故障信号的风力发电机组故障判断方法

    公开(公告)号:CN116928032A

    公开(公告)日:2023-10-24

    申请号:CN202310666133.1

    申请日:2023-06-07

    IPC分类号: F03D17/00 F03D80/00

    摘要: 本发明提供了基于实时功率、故障信号的风力发电机组故障判断方法,其能够准确判断出处于故障状态的风机,及时安排人员维修作业。其包括如下步骤:a预先在主机内部设置故障分析程序,故障分析程序分别连接至所有风机数据采集系统,风机数据采集系统采集的数据包括每组风电场内每台风机的实时功率、故障信号;b在故障分析程序内部预先设置所有风机型号的不同风机故障公式、以及对应型号风机的正常工况的额定功率,不同风机型号的风机故障公式不同,通过风机类型代码直接关联至对应的风机故障公式;c故障分析程序将风机型号和故障分析程序内部对应机型的故障公式匹配,判定对应风电场的对应风机为故障状态、故障需要现场处理。

    基于模板引擎的多维度画布生成系统及方法

    公开(公告)号:CN117873475A

    公开(公告)日:2024-04-12

    申请号:CN202410065445.1

    申请日:2024-01-17

    IPC分类号: G06F8/38 G06F8/35 G06F8/30

    摘要: 本发明提供了基于模板引擎的多维度画布生成系统,其具备灵活性和可定指定、自动化且高效,此外具备可扩展性和易管理性。其包括:维度定义模块,用于接收用户定义的维度信息;指标定义模块,用于接收用户定义的指标信息;画布模板创建模块,用于创建画布模板并定义维度和指标的展示方式和位置;数据填充模块,用于从数据源中获取数据,并将数据填充到画布模板中相应的位置;以及画布生成模块,用于根据填充后的画布模板生成最终的画布。

    基于EEMD的双向LSTM网络风速预测方法

    公开(公告)号:CN114781739A

    公开(公告)日:2022-07-22

    申请号:CN202210484593.8

    申请日:2022-05-06

    摘要: 本发明提供了基于EEMD的双向LSTM网络风速预测方法,其采用EEMD将风速序列分解为多个频域相对稳定的子序列,避免了EMD的模态混叠现象,再采用BiLSTM构建预测模型,提高了风速预测的精度。其包括如下步骤:步骤1、数据采集,采集得到对应风力发电场的风速数据;步骤2、数据预处理,采用Z‑score对数据进行归一化处理,将数据集使用转换成合适的形式,其中x为原始风速数据,μ为全部风速数据的均值,σ为全部风速数据的标准方差,x'为归一化后的风速数据;步骤3、数据去噪,其在混合模型中采用EEMD进行数据去噪,其将实际输入信号分为多个IMFS和一个残差分量;步骤4、模型训练,将数据划分为训练数据及测试数据,其采用双向LSTM网络进行风速预测;步骤5、性能验证。

    风力发电机组故障判断方法
    9.
    发明公开

    公开(公告)号:CN114198265A

    公开(公告)日:2022-03-18

    申请号:CN202111296506.8

    申请日:2021-11-03

    IPC分类号: F03D17/00 F03D80/00

    摘要: 本发明提供一种风力发电机组故障判断方法,属于风力发电技术领域。该方法包括:获取风力发电机PLC的实时数据,并在实时数据中获取风力发电机有功功率,并对风力发电机有功功率值进行判定,如果风力发电机有功功率不大于零,则对风力发电机的状态码是否是故障进行判定;如果风力发电机的状态码是故障,则判定风力发电机的当前状态是故障,并对故障持续的时间进行判定;如果故障持续的时间超过第一预设阈值,则需要现场对风力发电机的故障进行处理。采用本方法对风力发电机故障进行判断,判断结果与风力发电机实际状态偏差小,判断结果准确。