-
公开(公告)号:CN117217406A
公开(公告)日:2023-12-12
申请号:CN202311092114.9
申请日:2023-08-28
IPC分类号: G06Q10/063 , G06Q10/109 , G06Q50/06
摘要: 本申请提出了一种光伏组件清洗日期的计算方法及系统,该方法包括:根据光伏组件在清洁状态下的输出功率数据与对应时刻下的太阳辐照度数据,计算理想状态下光伏组件输出功率与太阳辐照度之间的曲线关系;基于曲线关系计算光伏组件每日的发电能力,并根据发电能力和采集的实际日发电量,计算每日的无积灰理论发电量和积灰损失发电量;计算以电量表示的光伏组件的清洗成本,并基于每日的积灰损失发电量,以预设的基准时间作为起始日期,计算因积灰造成的累积损失发电量超过清洗成本的日期,作为光伏组件的清洗日期。该方法能够计算出光伏组件合理的清洗日期,为光伏组件清洗提供合理的决策依据。
-
公开(公告)号:CN117052596A
公开(公告)日:2023-11-14
申请号:CN202310919076.3
申请日:2023-07-25
摘要: 本申请提出了一种基于深度强化学习的风机偏航控制方法及系统,该方法包括:将风电机组在不同时刻下的偏航角度数据和状态参数作为训练数据;构建用于表示状态‑动作值函数的深度神经网络,基于训练数据通过深度强化学习算法对深度神经网络进行训练,获得用于输出偏航控制动作的目标神经网络;通过当前时刻下的实时环境信息更新状态参数,将更新后的状态参数输入目标神经网络进行迭代训练,并获取本轮训练后的目标神经网络输出的当前时刻下的目标偏航控制动作;根据目标偏航控制动作调整风电机组在所述当前时刻下的偏航角度。该方法实现了风机偏航控制的自主学习和环境变化的自适应,提高风机偏航控制的的准确性和可靠性。
-
公开(公告)号:CN117007312A
公开(公告)日:2023-11-07
申请号:CN202310698970.2
申请日:2023-06-13
IPC分类号: G01M13/028 , G06F16/31 , G06F16/332 , G06F16/36
摘要: 本申请提出了一种基于本体的风电机组传动系统的故障诊断方法及系统,该方法包括:按照由传动系统至设备再至部件的划分方式,建立的风电机组传动系统的设备树,并以设备树为分析依据,基于FMEA分析和FTA分析,获取传动系统的故障诊断与检修维护的专家知识;结合获取的专家知识和传动系统的实际情况,构建传动系统诊断维护领域的本体,生成本体知识库;获取传动系统的实时状态监测信息,从实时状态监测信息中提取出异常参数,并基于预设的本体自定义规则,在本体知识库中定位出故障模式,通过因果图模型诊断出故障模式对应的故障原因。该方法通过构建出的传动系统故障本体知识库可以准确定位出故障,提高故障诊断的准确性和可靠性。
-
公开(公告)号:CN117469105A
公开(公告)日:2024-01-30
申请号:CN202311092110.0
申请日:2023-08-28
IPC分类号: F03D80/40 , G06F18/10 , G06F18/23 , G06F18/22 , G06F18/214 , G06N3/0455 , G06N3/042 , G06N3/08
摘要: 本申请提出了一种基于条件变分自编码器的叶片结冰识别方法及系统,该方法包括:获取与风电机组的所处区域天气状况、塔筒振动状况、输出功率特性和测风仪测量结果相关的历史数据;从历史数据中剔除异常数据以及非稳态数据,并进行工况划分;通过高斯混合模型对划分出的每种工况下的数据进行聚类,并从聚类簇中筛选出基准样本;通过训练集对条件变分自编码器进行训练,获得基准模型;将待检测的目标风电机组的测试数据输入至基准模型,通过计算重构概率定位出异常参数,并将异常参数输入至与叶片结冰模式对应的异常特征知识语义网络进行诊断推理。该方法可以准确识别出叶片是否发生结冰异常,识别结果准确性较高。
-
公开(公告)号:CN117217045A
公开(公告)日:2023-12-12
申请号:CN202311092683.3
申请日:2023-08-28
IPC分类号: G06F30/23 , G06F30/27 , G06N20/20 , G06F119/14 , G06F119/04 , G06F113/06
摘要: 本申请提出了一种基于XGBoost算法的风机叶片螺栓疲劳损伤的评估方法,该方法包括:获得不同来流风况对应的风机轮毂中心处在预设时长内的载荷时间序列数据;确定风机叶片螺栓的疲劳危险节点,并根据载荷时间序列数据计算疲劳危险节点的应力时间序列数据;基于疲劳损伤量相等原则和S‑N曲线,将应力时间序列数据转换为等效疲劳应力,并生成风参数‑等效疲劳应力数据集;将风参数‑等效疲劳应力数据集作为训练数据,对采用XGBoost算法构建的机器学习模型进行训练,获得风机疲劳损伤评估模型;将待评估的目标风机的风况参数输入至风机疲劳损伤评估模型,获得目标风机的叶片螺栓疲劳损伤评估结果。该方法能够高效、准确的生成风机叶片螺栓的疲劳寿命评估结果。
-
公开(公告)号:CN118862686A
公开(公告)日:2024-10-29
申请号:CN202411116342.X
申请日:2024-08-14
摘要: 本申请公开了一种基于改进朴素贝叶斯模型的分布式光伏故障诊断方法,其中,上述方法包括:获取光伏监测数据;基于光伏监测数据进行故障分析,预测光伏监测数据所属的故障类别,以及故障类别的初始概率估计值和目标调整值;基于故障类别的目标调整值对初始概率估计值进行更新,获得故障类别对应的目标概率估计值;按照目标概率估计值,确定故障检测结果。解决了相关技术中多是依靠人工展开分布式光伏的故障检测,导致分布式光伏故障诊断准确率低的问题,提升了分布式光伏故障检测的准确性。
-
公开(公告)号:CN118822498A
公开(公告)日:2024-10-22
申请号:CN202410901622.5
申请日:2024-07-05
IPC分类号: G06Q10/20 , G06Q10/04 , G06Q30/0201 , G06Q50/06 , H02S40/10
摘要: 本申请提出一种大规模分布式光伏场站的运维管理方法及系统,该方法包括:基于卫星遥感数据,建立不同天气的太阳辐射传输物理模型,并构建查找表,计算光伏场站的太阳辐射值;将辐射值作为输入,基于出力拟合和颗粒物沉降速度两种方式评估场站的积灰状态;根据积灰状态确定灰损电量,结合灰损电量和清洗成本制定以最大化运行收益为目标的清洗策略;通过马尔可夫链评估场景数学模型中的部件状态,对检修时间进行优化;对检修资源进行具象化建模,针对不同检修任务进行检修资源调度的优化。该方法基于辐射值物理计算和积灰状态评估制定清洗策略和检修策略,能够降低场站的运维检修成本,提高场站的运行效益。
-
公开(公告)号:CN221224781U
公开(公告)日:2024-06-25
申请号:CN202321583706.6
申请日:2023-06-20
摘要: 本实用新型提出了一种集成化偏航误差校正装置,涉及风机自动化系统领域,包括机舱、无线传输天线、集成盒子与风速风向仪,其中,集成盒子和风速风向仪通过减震基座固定在机舱上,风速风向仪和集成盒子之间通过信号线进行连接,无线传输天线安转在集成盒子上;集成盒子内部安装有温湿度传感器、指北传感器和振动传感器。本实用新型的集成化偏航误差校正装置能够直接接收到各类数据信息以便对风机的运行状态进行评估,且作为第三方设备,可以起到对已有风机设备的佐证和校核,设备简单,便于安装。
-
公开(公告)号:CN220455412U
公开(公告)日:2024-02-06
申请号:CN202321553079.1
申请日:2023-06-16
IPC分类号: G01R19/00 , B64U10/14 , B64U101/00
摘要: 本实用新型公开一种无人机感应电流检测装置,无人机感应电流检测装置包括无人机、固定臂、活动臂、驱动装置、磁芯和感应线圈传感器,固定臂安装于无人机,活动臂与固定臂在第一临界位置和第二临界位置之前可移动地相连,驱动装置与活动臂传动相连,活动臂在第一临界位置与固定臂围绕构成过线孔,活动臂在第二临界位置与固定臂构成与过线孔连通的缺口,磁芯与固定臂和活动臂相连,磁芯的两端在活动臂位于第一临界位置时相连并形成环绕过线孔的闭合回路;感应线圈传感器安装于固定臂,感应线圈传感器适于感应磁芯的电流并输出感应电动势。本实用新型提供的无人机感应电流检测装置具有负载重量轻,续航能力高,检测安全性高的优点。
-
公开(公告)号:CN114117887B
公开(公告)日:2024-07-02
申请号:CN202111264967.7
申请日:2021-10-28
申请人: 华能利津风力发电有限公司 , 中国华能集团清洁能源技术研究院有限公司
IPC分类号: G06F30/27 , G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/084 , G06F111/08 , G06F113/06
摘要: 本申请提出了一种风电机组的在线发电性能的实时评估方法、系统及介质,该方法包括:根据有功功率和对应的标准功率计算瞬时效率;根据风速对机组的工况进行划分,在每个第一工况内对瞬时效率进行等级划分,并根据滑动窗口和多个连续的瞬时效率的等级计算发电指数;根据有功功率预测模型的训练集中的桨距角和偏航误差对风电机组的工况进行划分,针对每个第二工况训练对应的有功功率预测模型,根据有功功率的实际值和预测值,计算机组的发电潜力;根据瞬时效率、发电指数和发电潜力评估机组的发电性能。该方法考虑了机组的实际运行状况,根据有功功率等级化模型以及基于有功功率的发电指数和发电潜力,对风电机组发电性能进行全面和准确的评估。
-
-
-
-
-
-
-
-
-