-
公开(公告)号：CN114936532A
公开(公告)日：2022-08-23
申请号：CN202210853204.4
申请日：2022-07-20
申请人： 浙江大学
摘要： 本发明公开了一种海上风电机组故障诊断方法，分为SCADA数据的特征提取和故障诊断模型设计；特征提取时考虑风电机组的典型故障，提取SCADA数据中15种传感器信号并重构其特征信号；故障诊断模型分为四层：第一层为数据预处理层对数据进行预处理和归一化操作、第二层为多维时空序列融合层，构建出风电机组运行时的高度时空相关性的多维时空融合序列、第三层在度量学习中融入LSTM网络层，借由LSTM网络的良好时序预测性为故障诊断方法融入时序预测能力、第四层为基于马氏距离的度量学习故障分类层，该层使用基于马氏距离的动态时间规整度量进行距离测量，根据阈值来判断是否出现故障。利用本发明，既能处理多特征输入、又能获得较高的诊断结果且延时性低。
-
公开(公告)号：CN115538505A
公开(公告)日：2022-12-30
申请号：CN202211369379.4
申请日：2022-11-03
申请人： 浙江大学
摘要： 本发明公开了一种海上风电桩基础冲刷实时监测系统及监测方法。监测系统的数据采集模块、光纤光栅加速度传感器、光纤光栅倾角传感器和风速传感器安装在海上风电桩上。方法包括：获取土参数和桩基础参数输入模拟软件中，输出风电桩基础响应信号，选取参考信号；进行频域和时域分析获得固有频率‑冲刷深度表和倾角平衡位置‑风速‑冲刷深度表；采集桩基础振动加速度数据、倾角数据和环境风速数据；查表获取第一和第二冲刷深度；进行误差判断，确定冲刷深度，完成海上风电桩基础冲刷的连续实时监测。本发明能够实时连续监测海上风电桩基础的冲刷情况，具有高精度、高耐久性和实时监测的特点，能够有效避免事故的发生，从而保证海上风电机组的安全运行。
-
公开(公告)号：CN114936532B
公开(公告)日：2022-11-15
申请号：CN202210853204.4
申请日：2022-07-20
申请人： 浙江大学
摘要： 本发明公开了一种海上风电机组故障诊断方法，分为SCADA数据的特征提取和故障诊断模型设计；特征提取时考虑风电机组的典型故障，提取SCADA数据中15种传感器信号并重构其特征信号；故障诊断模型分为四层：第一层为数据预处理层对数据进行预处理和归一化操作、第二层为多维时空序列融合层，构建出风电机组运行时的高度时空相关性的多维时空融合序列、第三层在度量学习中融入LSTM网络层，借由LSTM网络的良好时序预测性为故障诊断方法融入时序预测能力、第四层为基于马氏距离的度量学习故障分类层，该层使用基于马氏距离的动态时间规整度量进行距离测量，根据阈值来判断是否出现故障。利用本发明，既能处理多特征输入、又能获得较高的诊断结果且延时性低。
-
公开(公告)号：CN115146864A
公开(公告)日：2022-10-04
申请号：CN202210867996.0
申请日：2022-07-22
申请人： 浙江大学 , 浙江运达风电股份有限公司
摘要： 本发明公开了一种基于SCADA系统及GMDH网络的风机状态预测方法。通过监视控制系统SCADA获取风力发电机的运行状态观测值；建立风机轴承温度和风机齿轮箱油温的解耦型数据分组处理网络GMDH；将训练集和测试集分别输入训练并获得训练完成的风机轴承温度解耦型GMDH预测网络和风机齿轮箱油温解耦型GMDH预测网络；将风力发电机的运行状态观测值输入并输出预测值，最终实现对风力发电机的风机齿轮箱发生运行故障后的状态预测。本发明结合了数据分组处理方法，基于SCADA系统采集的风力发电机的运行环境数据，采用解耦型GMDH网络自组织生成拟合精度与泛化能力均衡的最优网络结构，实现了对风机状态的精确预测。
-
公开(公告)号：CN114162263A
公开(公告)日：2022-03-11
申请号：CN202111549837.8
申请日：2021-12-17
申请人： 浙江大学 , 浙江运达风电股份有限公司
摘要： 本发明公开了一种基于主动控制的漂浮式风力机系泊系统和控制方法。风力发电装置和主动系泊装置连接，控制系统安装在风力发电装置上，状态监测装置安装在主动系泊装置上，控制系统和状态监测装置电连接；可控弹簧阻尼器安装在系泊缆上，状态监测装置和可控弹簧阻尼器连接。步骤包括：运动传感器监测风电机组的瞬时运动数据传输至控制系统；状态监测装置监测可控弹簧阻尼器的实际受力传输至控制系统，控制系统控制和调节可控弹簧阻尼器。本发明通过主动控制系泊系统调节系泊缆和浮筒间的作用力，降低漂浮式风力机系统在恶劣海况条件下的运动响应，减小结构载荷并提高稳定性和安全性，结构简单、施工便利、安装成本低、适用水深范围广。
-
-
-
-
搜索结果
15 条记录 (耗时 0.041 秒)
