智能风电系统
    3.
    发明授权

    公开(公告)号:CN113982851B

    公开(公告)日:2024-03-01

    申请号:CN202111158956.0

    申请日:2021-09-30

    IPC分类号: F03D17/00

    摘要: 本发明实施方式提供一种智能风电系统,属于风电领域。所述智能风电系统采用分布式结构,并包括:智能控制系统,用于对所述智能风电系统进行运行监测、远程监控、状态评估、故障诊断以及智能控制;智能服务系统,用于获取所述智能风电系统的数据信息,并基于所述数据信息提供智能安全功能、智能服务功能以及智能管理功能;以及信息安全防护系统,用于对所述智能控制系统和所述智能服务系统进行信息安全防护。如此,通过从智能风电整体的顶层设计和规划角度出发,增强智能风电系统中各子系统间的智能耦合性和联系性,可以实现风电系统整体的智能生产与安全管控,从而提高风电场的经济性和安全性。

    一种光伏电站清扫监控一体化管理系统

    公开(公告)号:CN112871938B

    公开(公告)日:2022-08-05

    申请号:CN202011518304.9

    申请日:2020-12-21

    IPC分类号: B08B11/04 B08B13/00 H02S40/10

    摘要: 本发明属于智能清扫领域,具体涉及一种光伏电站清扫监控一体化管理系统,包括:积灰检测和预警模块通过光伏阵列的运行参数判断积灰状态,并在达到积灰阈值状态时输出预警信号;监控模块在接收到预警信号时向智能清扫机器人集群发送清扫指令,并根据接收到的智能清扫机器人的运行数据优化清扫过程;智能清扫机器人集群根据清扫指令控制对光伏阵列进行全自动清扫,并将运行数据发送到监控模块;清扫效益评价模块根据光伏阵列在清扫前与清扫后的运行参数的变化判断清扫效果,并结合光伏阵列的清扫收益数据确定最佳清扫频率。本发明方案以少人力、低成本、智能化的优点对光伏阵列进行积灰清扫,同时提高光伏电站的运维水平。

    智能风电系统
    8.
    发明公开
    智能风电系统 审中-实审

    公开(公告)号:CN113982851A

    公开(公告)日:2022-01-28

    申请号:CN202111158956.0

    申请日:2021-09-30

    IPC分类号: F03D17/00

    摘要: 本发明实施方式提供一种智能风电系统,属于风电领域。所述智能风电系统采用分布式结构,并包括:智能控制系统,用于对所述智能风电系统进行运行监测、远程监控、状态评估、故障诊断以及智能控制;智能服务系统,用于获取所述智能风电系统的数据信息,并基于所述数据信息提供智能安全功能、智能服务功能以及智能管理功能;以及信息安全防护系统,用于对所述智能控制系统和所述智能服务系统进行信息安全防护。如此,通过从智能风电整体的顶层设计和规划角度出发,增强智能风电系统中各子系统间的智能耦合性和联系性,可以实现风电系统整体的智能生产与安全管控,从而提高风电场的经济性和安全性。

    基于偏最小二乘法的风电机组齿轮箱状态监测方法及控制装置

    公开(公告)号:CN113705076A

    公开(公告)日:2021-11-26

    申请号:CN202110767523.9

    申请日:2021-07-07

    摘要: 本发明提供一种基于偏最小二乘法的风电机组齿轮箱状态监测方法,属于风电机组状态监测领域。所述风电机组齿轮箱状态监测方法包括:获取风电机组历史运行数据,选取影响风电机组齿轮箱油温的SCADA参数,并进行数据预处理;利用所选取的SCADA参数构建表征非线性关系的变量,将所选取的SCADA参数和构建的表征非线性关系的变量作为模型输入变量,建立基于偏最小二乘法建立齿轮箱油温模型;根据齿轮箱油温的预测值和实际值的残差分布,设定残差的阈值,建立齿轮箱状态监测模型;通过所述齿轮箱状态监测模型对风电机组齿轮箱进行状态监测。本发明实施例提高了齿轮箱油温模型的拟合优度和预测精度,从而能够更好地对齿轮箱状态进行监测。

    基于偏最小二乘法的风电机组齿轮箱状态监测方法及控制装置

    公开(公告)号:CN113705076B

    公开(公告)日:2024-04-19

    申请号:CN202110767523.9

    申请日:2021-07-07

    摘要: 本发明提供一种基于偏最小二乘法的风电机组齿轮箱状态监测方法,属于风电机组状态监测领域。所述风电机组齿轮箱状态监测方法包括:获取风电机组历史运行数据,选取影响风电机组齿轮箱油温的SCADA参数,并进行数据预处理;利用所选取的SCADA参数构建表征非线性关系的变量,将所选取的SCADA参数和构建的表征非线性关系的变量作为模型输入变量,建立基于偏最小二乘法建立齿轮箱油温模型;根据齿轮箱油温的预测值和实际值的残差分布,设定残差的阈值,建立齿轮箱状态监测模型;通过所述齿轮箱状态监测模型对风电机组齿轮箱进行状态监测。本发明实施例提高了齿轮箱油温模型的拟合优度和预测精度,从而能够更好地对齿轮箱状态进行监测。