-
公开(公告)号：CN117268757A
公开(公告)日：2023-12-22
申请号：CN202311311014.0
申请日：2023-10-09
申请人： 浙江运达风电股份有限公司 , 浙江大学
IPC分类号： G01M13/04
摘要： 本申请涉及风力发电机组轴承检测领域，公开了一种风力发电机组轴承故障预警方法、装置、设备及介质，包括：根据风力发电机组的SCADA历史数据，建立针对轴承温度的估计模型，并利用估计模型获取验证残差序列；根据验证残差序列，利用3‑sigma原则确定轴承温度残差预警阈值并获取基准预警分数；利用估计模型获取待测数据对应的应用残差序列；将应用残差序列与残差预警阈值进行比较，得到应用残差序列的超限情况并计算对应的超限预警分数；当该分数超过基准预警分数时，则进行轴承故障预警。这样考虑了残差序列的波动对轴承故障预警结果输出的影响，能够有效降低风力发电机组轴承故障漏报与误报的风险，实现准确可靠的故障预警。
-
公开(公告)号：CN117251686A
公开(公告)日：2023-12-19
申请号：CN202311301767.3
申请日：2023-10-09
申请人： 浙江运达风电股份有限公司 , 浙江大学
摘要： 本申请涉及数据缺失值填充领域，公开了一种SCADA数据集缺失值填充方法、装置、设备及介质，包括：对风力发电机组的SCADA数据集进行预处理，建立掩模矩阵；根据掩模矩阵，分别计算补全任务与重构任务的损失函数；构建基于自注意力机制的数据缺失值填充模型；利用补全任务与重构任务的损失函数对数据缺失值填充模型进行优化训练；通过训练好的模型对SCADA数据集进行缺失值填充。这样能够准确地捕捉序列数据中不同位置之间的关系，适用于风力发电机组中多变量之间的复杂依赖关系，在填充缺失值时更准确地考虑不同变量之间的关联，提高数据填充的精度和效果，进而提高风电系统运行稳定性，准确监测运行状态，降低成本。
-
公开(公告)号：CN111260503B
公开(公告)日：2023-10-27
申请号：CN202010029302.7
申请日：2020-01-13
申请人： 浙江大学
IPC分类号： G06Q50/06 , G06F16/245 , G06F16/28
摘要： 本发明公开了一种基于聚类中心优化的风电机组功率曲线离群点检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据，利用聚类中心优化的密度峰值聚类进行风机功率的离群点检测。本发明检测方法能够根据风机功率曲线的空间分布特性进行准确地离群点检测，保证了SCADA获取的功率曲线尽可能地去除噪点数据，还原风机功率的真实数据分布情况，同时对数据格式等无特殊的要求，具有较快的检测速度和较强的可用性和实用性。
-
公开(公告)号：CN114033631B
公开(公告)日：2023-08-01
申请号：CN202111314387.4
申请日：2021-11-08
申请人： 浙江运达风电股份有限公司 , 浙江大学
摘要： 本发明公开了一种风电机组风能利用系数在线辨识方法。该方法基于风电机组数据采集与监视控制系统记录数据集，选取相关变量进行风能利用系数的计算，结合不同变量相关关系进行异常数据剔除，并设计利用滑窗的离群点检测方法量化离群程度，对风能利用系数进行数据清洗，进而选取变量估计模型拟合风能利用系数与相关变量等效模型，从而实现风能利用系数在线辨识。在本发明风能利用系数在线辨识方法中，结合不同变量相关关系可以以更精确的规则进行异常运行数据剔除，利用滑窗的离群点检测方法能以不同辨识精度需求进行离群点剔除，使数据清洗具有灵活性；通过风能利用系数的在线辨识输出风电机组实时运行状态，具有较强的理论性与实用性。
-
公开(公告)号：CN111412114B
公开(公告)日：2021-12-07
申请号：CN201911366231.3
申请日：2019-12-26
申请人： 浙江运达风电股份有限公司 , 浙江大学
摘要： 本发明公开了一种基于定子电流包络谱的风电机组叶轮不平衡检测方法，包括以下步骤：采集定子电流信号、处理采集得到的发电机定子电流信号、构建样本数据库、搭建神经网络模型、构建检测数据库、输送样本数据并进行识别判断和输出结果。本发明通过卷积神经网络模型，利用希尔伯特解调方法在风力机组运行过程中进行定子电流包络谱数据提取和故障特征学习，能够自适应地从信号中捕获到故障特征，避免了环境噪声、波动和人工判断误差带来的不确定性干扰，具有较高的识别精度，同时数据采集不需要安装额外的传感器，降低了测试成本，数据的采集受环境影响小准确率高，能够有效避免自然环境因素给模型判断带来困扰，适合于风力机组运行工况复杂等情况。
-
公开(公告)号：CN111075647B
公开(公告)日：2021-06-22
申请号：CN201911224529.0
申请日：2019-12-04
申请人： 浙江大学
IPC分类号： F03D7/00
摘要： 本发明公开了一种基于ELM的最大风能捕获方法。获取机组某段时间内的有效风速信息和对应时间段的与有效风速相关的机组输出数据，去除获取到的机组输出数据中的相关性并进行归一化操作，构造ELM的训练集，使用该训练集确定ELM模型，得到风速估计模型，该模型在线给出有效风速值，进而计算转速跟踪误差，给出连续的最大风能捕获控制器。该方法获得的最大风能捕获控制器能够消除抖振现象，从而降低传动系统的载荷，延长机组的服役寿命，克服传统最优转矩算法收敛速度较慢的缺点，提高风能捕获效率，简单易行，实施成本低，需要调试的参数少，相比于传统最优转矩控制算法，能够提高机组产能，增加风电场的经济效益。
-
公开(公告)号：CN110985287B
公开(公告)日：2021-02-19
申请号：CN201911224516.3
申请日：2019-12-04
申请人： 浙江大学
IPC分类号： F03D7/00
摘要： 本发明公开了一种基于宽度学习的间接转速控制方法。获取机组某段时间内的有效风速信息，使用互信息选择对应时间段的与有效风速相关的机组输出数据，去除获取到的机组输出数据中的相关性并进行归一化操作，构造宽度学习系统的训练集，使用该训练集确定宽度学习系统的结构和参数，得到风速估计模型，该模型在线给出有效风速值，进而计算转速跟踪误差和间接转速控制表达式。该方法保留了传统间接转速控制算法结构简单的优势，克服了其收敛速度较慢的缺点，能够同时加快机组的加速和减速性能，提高风能捕获效率，简单易行，实施成本低，需要调试的参数少，相比于传统间接转速控制算法相比，能够提高机组产能，增加风电场的效益。
-
公开(公告)号：CN111412114A
公开(公告)日：2020-07-14
申请号：CN201911366231.3
申请日：2019-12-26
申请人： 浙江运达风电股份有限公司 , 浙江大学
摘要： 本发明公开了一种基于定子电流包络谱的风电机组叶轮不平衡检测方法，包括以下步骤：采集定子电流信号、处理采集得到的发电机定子电流信号、构建样本数据库、搭建神经网络模型、构建检测数据库、输送样本数据并进行识别判断和输出结果。本发明通过卷积神经网络模型，利用希尔伯特解调方法在风力机组运行过程中进行定子电流包络谱数据提取和故障特征学习，能够自适应地从信号中捕获到故障特征，避免了环境噪声、波动和人工判断误差带来的不确定性干扰，具有较高的识别精度，同时数据采集不需要安装额外的传感器，降低了测试成本，数据的采集受环境影响小准确率高，能够有效避免自然环境因素给模型判断带来困扰，适合于风力机组运行工况复杂等情况。
-
公开(公告)号：CN111396266A
公开(公告)日：2020-07-10
申请号：CN202010147125.2
申请日：2020-03-05
申请人： 浙江运达风电股份有限公司 , 浙江大学
摘要： 本发明公开了一种基于GBRT的风电机组发电机轴承故障预警方法，包括离线训练阶段和在线应用阶段，该方法分为离线训练与在线应用两个阶段，主要包括目标变量及相关变量选取，数据预处理流程设计，变量估计模型训练，实时运行残差获取，判别准则设计等环节。本发明选取风电机组正常运行状态的数据集，首先设计预处理流程剔除各类异常数据，之后选取GBRT作为变量估计模型，对目标变量进行实时估计，再结合异常特性设计综合性的判别准则，保证了预警结果的准确性，能够实现发电机轴承故障的提前感知，对于减少机组停机时间，减少运维成本具有重大的意义，具有实用价值。
-
公开(公告)号：CN111075647A
公开(公告)日：2020-04-28
申请号：CN201911224529.0
申请日：2019-12-04
申请人： 浙江大学
IPC分类号： F03D7/00
摘要： 本发明公开了一种基于ELM的最大风能捕获方法。获取机组某段时间内的有效风速信息和对应时间段的与有效风速相关的机组输出数据，去除获取到的机组输出数据中的相关性并进行归一化操作，构造ELM的训练集，使用该训练集确定ELM模型，得到风速估计模型，该模型在线给出有效风速值，进而计算转速跟踪误差，给出连续的最大风能捕获控制器。该方法获得的最大风能捕获控制器能够消除抖振现象，从而降低传动系统的载荷，延长机组的服役寿命，克服传统最优转矩算法收敛速度较慢的缺点，提高风能捕获效率，简单易行，实施成本低，需要调试的参数少，相比于传统最优转矩控制算法，能够提高机组产能，增加风电场的经济效益。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.029 秒)
