-
公开(公告)号：CN112378605A
公开(公告)日：2021-02-19
申请号：CN202011116165.7
申请日：2020-10-19
摘要： 本发明涉及一种基于EMD分解自学习的风电机组叶片故障识别方法，包括：步骤一，采集风电机组叶片声音信号在线监测数据，并对采集的监测数据进行EMD分解；步骤二，将EMD分解后的声音信号与正常声音信息进行比较，若存在差异，获取差异信息对应的IMF分量，并启动视频监测设备采集差异信息对应的风电机组叶片的视频图像数据；步骤三，基于BP神经网络的图像识别方法对采集的视频图像进行识别，得到风电机组叶片故障识别结果。本发明无需进行大量的人工筛选，当叶片出现故障时声音信号出现异常，通过触发视频监测，对高清视频监测图片内叶片表面裂纹、雷击、断裂等进行判断，进而对故障声信号进行标识，适用于对风电机组叶片的声音微弱信号进行检测。
-
公开(公告)号：CN112381352A
公开(公告)日：2021-02-19
申请号：CN202011116628.X
申请日：2020-10-19
IPC分类号： G06Q10/06 , G06Q50/06 , G06F16/215
摘要： 本发明涉及一种基于多源异构监测的风电机组运行状态评估方法，包括：步骤一，基于红外监测传感器、声学监测传感器、视频监测传感器、振动监测传感器在风电机组机舱内及机舱外分别进行多源异构监测，获取多源监测数据；步骤二，基于多源监测数据联动，进行冗余性进行分析，通过剔除冗余数据，得到优化的监测方案；步骤三，基于优化的监测方案，通过红外监测、声学监测、视频监测、振动监测四个方面的监测手段，对风电机组运行状态进行分级评估。本发明通过数据联动，剔除冗余部分，能够有效降低数据量，同时能够在一定程度上减少监测传感器数量。
-
公开(公告)号：CN112378605B
公开(公告)日：2023-06-27
申请号：CN202011116165.7
申请日：2020-10-19
摘要： 本发明涉及一种基于EMD分解自学习的风电机组叶片故障识别方法，包括：步骤一，采集风电机组叶片声音信号在线监测数据，并对采集的监测数据进行EMD分解；步骤二，将EMD分解后的声音信号与正常声音信息进行比较，若存在差异，获取差异信息对应的IMF分量，并启动视频监测设备采集差异信息对应的风电机组叶片的视频图像数据；步骤三，基于BP神经网络的图像识别方法对采集的视频图像进行识别，得到风电机组叶片故障识别结果。本发明无需进行大量的人工筛选，当叶片出现故障时声音信号出现异常，通过触发视频监测，对高清视频监测图片内叶片表面裂纹、雷击、断裂等进行判断，进而对故障声信号进行标识，适用于对风电机组叶片的声音微弱信号进行检测。
-
公开(公告)号：CN114509179A
公开(公告)日：2022-05-17
申请号：CN202111579619.9
申请日：2021-12-22
申请人： 中国大唐集团新能源科学技术研究院有限公司
IPC分类号： G01K13/00 , G01K1/02 , G06F16/2458
摘要： 本发明公开了一种风机变桨电机温升故障预警方法，包括测温获取单元、数据储存单元、数值构建单元和预警生成单元，涉及风机变桨电机技术领域，可以通过温度传感模块对变桨电机内的每个时段温度值进行检测，同时对各个时段的温度值进行储存形成历史数据库，而在历史数据库中，可以利用捕捉模型将故障数据区分开，人员可以提前输入预警阀值，将故障数据与预警阀值进行筛选对比，若故障数据大于预警阀值，则可以根据报警器发出预警信息，无需人员自行判断，同时可以大大提高判断温升故障的效率。
-
公开(公告)号：CN114416833A
公开(公告)日：2022-04-29
申请号：CN202111469152.2
申请日：2021-12-03
申请人： 中国大唐集团新能源科学技术研究院有限公司
IPC分类号： G06F16/25 , G06F16/2458 , G06F16/215 , G06Q50/06
摘要： 本发明实施例提供了一种跨域协同的数字化管理方法及装置，该方法应用于服务器，方法包括：采集风电场数据，通过预处理模型对风电场数据进行预处理；对预处理后的数据进行标准化处理，确定风电场的运行数据，并将运行数据进行存储；将运行数据发送至云端。本发明实现了设备运行监控和指标分析，通过对设备可靠性与损失电量的考核与闭环管理，实现新能源发电量的大幅提升；开展大数据分析和提质增效分析工作，进行中长期在线诊断分析和预警，提前发现和消除设备安全隐患，减少大部件设备故障发生次数、降低设备故障检修成本。
-
公开(公告)号：CN114483479A
公开(公告)日：2022-05-13
申请号：CN202111590033.2
申请日：2021-12-23
申请人： 中国大唐集团新能源科学技术研究院有限公司
摘要： 本发明公开了一种基于随机森林的风机高温降容状态评估方法，包括具体以下步骤：步骤一：数据采集模块对风电机组工作环境的数据进行采集；步骤二：再由数据传输模块将数据采集模块中采集的当前运行环境温度数据经过控制模块传输到数据对比模块中，与数据对比模块中预设环境温度范围进行比较；步骤三：控制模块对获得的训练集和测试集进行随机森林生成训练，生成风机高温升降容状态随机森林智能体；步骤四：分析模块利用满足准确率的随机森林智能体进行实时运行风险判定分析，从而实时获得风机高温降容状态评估结果。本发明便于在对风机高温降容状态评估之前，先对工作环境温度进行降温，避免使得机组状态进一步恶化导致各类故障的发生。
-
公开(公告)号：CN114320773A
公开(公告)日：2022-04-12
申请号：CN202111580061.6
申请日：2021-12-22
申请人： 中国大唐集团新能源科学技术研究院有限公司
IPC分类号： F03D17/00
摘要： 本发明公开了一种基于功率曲线分析与神经网络的风电机组故障预警方法，充分利用SCADA数据，且不需要对风电机组复杂的物理特性进行分析，将该方法分别用于风电场的变桨系统和偏航系统的故障预警，进一步证明方法的有效性，LPP特征提取降低了建模和预测的难度，提高了预测精度，神经网络算法中的极端学习机在学习速度和泛化性能上都比传统的BP神经网络更有优势，与极端学习机预测模型对比，核极端学习机预测模型在稳定性和预测精度上有一定的改善，信息熵方法结合熵的概念，能够对数据的变化剧烈程度进行量化，该方法能够实现风电机组早期故障的检测，从而达到故障预警的目的。
-
公开(公告)号：CN114183312A
公开(公告)日：2022-03-15
申请号：CN202111469505.9
申请日：2021-12-03
申请人： 中国大唐集团新能源科学技术研究院有限公司
IPC分类号： F03D17/00
摘要： 本发明公开一种风电机组叶片状态的监测系统及方法，系统包括：声像采集模块，用于采集风电机组叶片的状态信息，并将状态信息发送至数据处理模块；数据处理模块，用于对接收到的状态信息进行数据处理，确定满足预设要求的目标数据，并将目标数据发送至诊断模块；诊断模块，用于通过预警算法对接收的目标数据进行状态判断，确定故障类型，以实现对风电机组叶片状态的监测。本发明采用声像结合的方式，在不接触机组叶片的前提下，利用气动信号采集器采集叶片运行过程中出现的异常信号；能在叶片损伤及其小的情况下发现故障，提前预警，做出相应的补救措施，能够有效的对叶片状态进行实时诊断，且不需要手动操作。
-
公开(公告)号：CN112392669A
公开(公告)日：2021-02-23
申请号：CN202011287594.0
申请日：2020-11-17
摘要： 本发明的风力发电混凝土塔筒拉索索力检测装置及方法，其中检测装置包括：应变传感器；温度传感器，与所述应变传感器相连；数据采集仪，根据锚杯轴向应变分布规律进行拟合，得到锚杯的非均匀应变场在轴向方向上的分布曲线，由锚杯的轴向应力和拉索索力的关系，得到风力发电混凝土塔筒拉索的索力。本发明的检测方法包括检测锚杯的应力应变；对所述应变传感器的数据进行温度飘移补偿；接收温度飘移补偿后的应力应变进行拟合得到风力发电混凝土塔筒拉索的索力。本发明的技术方案采用外置法监测拉索索力实现对风机混凝土管片内部预应力拉索索的监测。检测装置不介入拉索的生产工序，对塔筒构件和施工不产生影响，不影响拉索静力和疲劳性能，结果精确、可靠。
-
公开(公告)号：CN111475906A
公开(公告)日：2020-07-31
申请号：CN201910065285.X
申请日：2019-01-23
申请人： 中国大唐集团新能源科学技术研究院有限公司 , 华北电力大学
IPC分类号： G06F30/20
摘要： 本发明为一种风力机尾流风速的算法，包括：步骤一：对入口边界条件进行初始赋值，设经过风力机的入流风速为u0、湍流动能为k、耗散率为；步骤二：采用致动盘模型下的带叶轮动量源项和机舱的动量源项的不可压N-S方程；步骤三：采用带有湍流动能源项和耗散率源项的湍流模型；步骤四：结合上述三个步骤进行求解风速。本发明解决单独采用致动盘方法计算尾流时，尾流恢复过快的问题，以及现有的修正方法对计算精度提升幅度不大的问题，在原有湍流动能源项的基础上，添加耗散率源项，使尾流中湍流动能的生成和耗散规律更加符合实际，由此提升尾流计算精度。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.059 秒)
