一种基于深度学习的风电机组故障预测与预防系统及方法

    公开(公告)号:CN118939943A

    公开(公告)日:2024-11-12

    申请号:CN202411033997.0

    申请日:2024-07-30

    摘要: 本发明公开了一种基于深度学习的风电机组故障预测与预防系统,包括数据采集与传输模块,数据存储与管理模块,数据分析与建模模块,故障预测与预警模块,预防性维护决策模块。本系统通过实时监控、预测和预防性维护,确保了风电机组的稳定运行,提高了整个风电场的运行效率和可靠性。本发明还公开了一种基于深度学习的风电机组故障预测与预防方法,包括获取风电机组的运行数据;获取环境数据,基于环境数据和运行数据构建得到实时风电机组故障预测模型;基于运行数据输入至风电机组故障预测模型获得风电机组的故障类别,获取风电机组历史数据,基于故障类别与风电机组历史数据得到维护策略,该方法简单,对风电机组预测准确且成本低下。

    一种基于激光雷达的风电场三维建模方法

    公开(公告)号:CN117852151A

    公开(公告)日:2024-04-09

    申请号:CN202410066127.7

    申请日:2024-01-17

    摘要: 本发明公开一种基于激光雷达的风电场三维建模方法,该方法包括以下步骤:1)在风电场的选址阶段,使用激光雷达进行风资源评估,获取风电场的风资源数据和地理数据;2)根据步骤1)所得风资源数据计算风电场的关键参数;3)确定合适的风电机组型号和布局方案;4)构建风电场的三维模型;5)获取与实测湍流谱或者IEC标准中要求的湍流谱一致的三维湍流风场;6)对风电机组进行性能分析;7)开展智能监测,实现精细化运维。本发明的基于激光雷达的风电场三维建模方法,获得风资源评估更加精确,三维场景建模更加快捷,风机性能分析更加准确,实现了风电项目的信息化和智能化,大幅提高了风电利用效率,可广泛用于风电场的选址设计与建造。

    基于图像识别和无人机的风电场灾害应急系统及方法

    公开(公告)号:CN118941992A

    公开(公告)日:2024-11-12

    申请号:CN202411033998.5

    申请日:2024-07-30

    摘要: 本发明公开了基于图像识别和无人机的风电场灾害应急系统,包括无人机集群,所述无人机集群数据连接有边缘计算节点,边缘计算节点安装在无人机集群的无人机上,边缘计算节点数据连接有地面控制站,地面控制站数据连接有云计算平台。系统通过多源异构数据感知风机状态,借助云边协同实现智能分析,利用知识图谱和数字孪生生成可解释决策;本发明还公开了基于图像识别的风电场灾害应急方法,包括基于获取的风机的实时状态数据进行预处理,得到实时状态数据;基于风机损伤检测数据与获取的风电机组的历史故障数据构建实时故障模型;对实时故障模型进行分析,制定灾害应急预案,并开展应急抢修,该方法提高风电场的安全性。

    一种风电场智能安全监控及响应系统

    公开(公告)号:CN118092239A

    公开(公告)日:2024-05-28

    申请号:CN202410066167.1

    申请日:2024-01-17

    IPC分类号: G05B19/042 H04N7/18 G08B19/00

    摘要: 本发明公开了一种风电场智能安全监控及响应系统,包括:视频监控模块,负责对风电场内的设施进行实时拍摄得到视频图像,并对视频图像进行分析,识别出异常情况,及时报警和通知相关人员;入侵报警模块,负责对风电场的周边区域进行监测;出入口管理模块,负责对风电场的出入口进行控制;环境监测模块,负责对风电场的环境参数进行实时采集并对风力资源进行预测和优化,提高风电场的发电效率和电网适应性,同时监测风电场的污染物排放和噪声水平;火灾报警模块,负责对风电场的火灾风险进行监测;智能控制模块,负责对风电场进行远程调控,实现风电场的智能化运维。本发明整合多模块协同运作,提高了风电场的安全性、效率、经济性和环保性。

    基于人脸识别和生物特征的风电场人员身份验证系统及方法

    公开(公告)号:CN118940242A

    公开(公告)日:2024-11-12

    申请号:CN202411033996.6

    申请日:2024-07-30

    IPC分类号: G06F21/32 G06V40/70 G06V40/50

    摘要: 本发明公开了基于人脸识别和生物特征的风电场人员身份验证系统及方法,包括前端采集终端,前端采集终端数据连接有边缘计算网关,边缘计算网关数据连接有云端管理平台。该系统结合了前端采集终端、边缘计算网关和云端管理平台,形成了一套高效、安全的生物特征身份验证系统。本发明还公开了基于人脸识别和生物特征的风电场人员身份验证方法,获取验证人员的生物特征生成生物特征向量,然后形成特征向量验证结果以及阈值对比结果;基于生物特征向量形成模态验证结果,基于模态验证结果、特征向量验证结果和阈值对比结果组建特征验证策略,获取验证人员的等级区域通过特征验证策略进行验证,得到身份验证结果。该方法融合了多种生物特征进行身份验证,提高身份验证的安全性。

    一种风电运维混合现实交互式培训系统

    公开(公告)号:CN117875941A

    公开(公告)日:2024-04-12

    申请号:CN202410069693.3

    申请日:2024-01-17

    摘要: 本发明公开一种风电运维混合现实交互式培训系统,包括:数据中心,用于收集、存储、处理和分析风电场的数据,为培训中心和智能中心提供数据支撑和智能服务;混合现实中心,用于为培训中心提供混合现实场景和混合现实内容;培训中心,用于组织、管理和评估风电运维人员的培训活动;智能中心,用于对风电场的数据和风电运维人员的行为进行智能分析和推荐,根据风电场的实时状态和学员的个性化需求,提供风电运维的智能化解决方案和个性化学习路径,提高风电运维的效率和质量。本发明可提供高效、安全、经济的培训平台,提高风电运维人员的技能和水平,还能有效降低风电运维成本,提高风电场的运行效率和可靠性,实现风电场的智能化管理和运维优化。

    一种基于数据分析的风电机组故障诊断方法、系统及设备

    公开(公告)号:CN116816619A

    公开(公告)日:2023-09-29

    申请号:CN202310959313.9

    申请日:2023-08-01

    发明人: 李嘉麟 刘洋 于涵

    IPC分类号: F03D17/00 F03D7/00

    摘要: 本发明提供的一种基于数据分析的风电机组故障诊断方法、系统及设备,包括以下步骤:步骤1,获取多个与待测风电机组同类型的风电机组对应的动态在线数据和离线历史数据;步骤2,将得到的离线历史运行数据进行数据分类处理,根据分类结果建立故障信息表格;根据故障信息表格构建初始化故障图形模型;根据得到的初始化故障图形模型建立得到健康评估数据库;步骤3,将动态在线数据与健康评估数据库相结合,构建故障分析树,将得到的故障分析树应用在风电机组的实际运行中分析风电机组运行状态;本发明有效极大减少故障诊断时间,并减少人力资源的投入,提高机组的运行可靠性,提高风场效益。