一种风机叶片表面缺陷识别系统及方法

    公开(公告)号:CN115393626A

    公开(公告)日:2022-11-25

    申请号:CN202210823750.3

    申请日:2022-07-14

    摘要: 本发明公开了一种风机叶片表面缺陷识别系统及方法,该系统包括基于VGG16的用于表面缺陷识别的FCCNN网络模型,FCCNN网络模型包括特征提取器和分类器,特征提取器包括若干个卷积层、若干个最大池化层和若干个全局平均池化层,分类器包括若干个Dropout层和若干个全连接层,特征提取器中的卷积层均采用基于ImageNet预训练后的权值作为初始权值。本发明解决了计算机视觉识别产品表面缺陷时存在的识别准确率较低的问题,实现了产品表面缺陷的准确识别,在缺陷识别问题中具有良好的适用性、有效性,可以实现缺陷的更准确识别,有效确保产品出厂质量,并为工艺参数的优化以及生产调控管理的决策提供准确的参考依据。

    一种基于混合泛化网络的风电机组异常检测方法

    公开(公告)号:CN115169815A

    公开(公告)日:2022-10-11

    申请号:CN202210663082.2

    申请日:2022-06-13

    摘要: 本发明公开了一种基于混合泛化网络的风电机组异常检测方法,包括以下步骤:利用设计的三元组损失函数对卷积神经网络进行训练,使得卷积神经网络能够学习到区分正负样本的特征,之后利用对抗训练将领域进行泛化,得到的特征将原始类别与未知新类别进行拉近,最终将训练的特征作为异常检测模型的输入,实现风电机组异常检测。本发明主要用于风电机组的功率状态监测,利用三元组损失函数与对抗机制训练神经网络,以此得到有效识别新类别故障的特征,利用该特征进行异常检测,改善了SCADA数据不平衡的现象,利用混合泛化神经网络获取到的映射特征有利于异常检测,减小新类别故障对检测模型的影响,提高对新类别故障检测的泛化能力。

    光伏发电系统的最大功率跟踪控制方法与装置

    公开(公告)号:CN114461004A

    公开(公告)日:2022-05-10

    申请号:CN202111600979.2

    申请日:2021-12-24

    IPC分类号: G05F1/67

    摘要: 本发明提供一种光伏发电系统的最大功率跟踪控制方法与装置,属于光伏发电技术领域。其中,光伏发电系统的最大功率跟踪控制装置包括电连接的光伏电池组件、边缘计算设备以及光伏发电系统建模与控制优化设备;所述控制方法包括:获取所述光伏电池组件的最大功率输出信号;利用所述边缘计算设备对所述最大功率输出信号进行连续跟踪;将跟踪得到的数据反馈至所述光伏发电系统建模与控制优化设备中。本发明将边缘计算引入光伏电站的终端智能集控设备实现光伏电池的最大功率连续跟踪,并将跟踪的数据反馈至光伏发电系统的建模或集控设备中,进而提高光伏电站的发电效益。

    基于信号重构的风电机组桨距角编码器故障容错方法

    公开(公告)号:CN112648140B

    公开(公告)日:2022-03-18

    申请号:CN202011522498.X

    申请日:2020-12-21

    IPC分类号: F03D7/00 F03D17/00

    摘要: 本发明提供一种基于信号重构的风电机组编码器故障容错方法,包括以下步骤:获取风电机组预设时间内的数据信息,对数据信息进行预处理,根据预处理后的数据信息,辨识伺服机构的传递函数与神经网络模型,根据传递函数设计状态观测器,并设置增益向量,将状态观测器极点配置在预设范围内,在编码器正常时验证状态观测器重构性能与神经网络模型的准确度,设定编码器测量值与状态观测器重构值残差的阈值,若残差超过阈值,分别将编码器测量值与状态观测器重构值代入对应风速下的神经网络模型进行验证,以对编码器作出相应操作。本发明利用神经网络模型验证环节,有效解决在风电机组桨距角编码器硬件设备故障后,依然能够通过算法重构出桨距角。

    一种风电功率预测方法及装置
    18.
    发明公开

    公开(公告)号:CN114139777A

    公开(公告)日:2022-03-04

    申请号:CN202111349004.7

    申请日:2021-11-15

    摘要: 本发明提供一种风电功率预测方法及装置。所述方法包括:风电机组运行数据的采集;基于卡尔曼滤波的数据预处理;增广深度STSR‑LSTM网络的构建;基于飞蛾火焰算法的增广深度STSR‑LSTM网络的参数优化;所提出的中长期风电功率预测方法的性能验证。本发明的风电功率预测方法,提供了一种基于飞蛾火焰算法优化选通递归神经网络深度学习的风电功率预测方法以实现风机功率的精准预测。本发明聚焦于中长期风电功率预测,提出了增广的深度序列到序列长短期记忆回归网络模型来提高预测性能,可有效提高风电功率预测精度。本发明通过飞蛾火焰算法对所用深度学习及神经网络模型中的参数进行优化,从而进一步保证算法性能。

    一种用于光伏组件的清理机构及其清理方法

    公开(公告)号:CN113992140A

    公开(公告)日:2022-01-28

    申请号:CN202111161671.2

    申请日:2021-09-30

    IPC分类号: H02S40/10

    摘要: 本发明公开了一种用于光伏组件的清理机构及其清理方法,包括圆环,其特征是:所述安装板固定连接横杆,所述横杆固定连接电机支架,所述安装板固定连接圆环,所述圆环固定连接方板,所述方板固定连接框体,所述框体固定连接锥体,所述框体固定连接轨道,所述框体固定连接圆柱一,所述电机支架固定连接光伏组件。本发明涉及太阳能设备领域,具体涉及一种用于光伏组件的清理机构及其清理方法。本发明要解决的技术问题是提供一种用于光伏组件的清理机构及其清理方法,方便太阳能板清理。

    一种风力发电气流监控系统
    20.
    发明公开

    公开(公告)号:CN113985762A

    公开(公告)日:2022-01-28

    申请号:CN202111172458.1

    申请日:2021-10-08

    IPC分类号: G05B19/042 F03D17/00

    摘要: 本发明涉及气流监控技术领域,具体地说,涉及一种风力发电气流监控系统。其包括监测单元、信息采集单元和整合单元,所述监测单元包括监测装置,所述监测装置用于检测风力发电设备所处环境中的气流,所述整合单元用于对信息采集单元采集的气流信息和对应气流采集的方向进行整合。本发明通过采集腔对不同方向的气流进行拆分监测,并且一旦进入采集腔后,受力板只对该采集腔内的气流进行监测,降低了外围气流造成的干扰,同时还实现了多方位的监测,另外:整合采用校验式整合算法,从而通过整体的风速对最后的计算结果进行校验,以保证隔离监测后,最后的计算数据能够考虑到整体风速带来的影响,进而实现对气流的监控。