-
公开(公告)号：CN118242240A
公开(公告)日：2024-06-25
申请号：CN202410595268.8
申请日：2024-05-14
Applicant: 西安热工研究院有限公司 , 中南大学
IPC: F03D80/40
Abstract: 本申请公开了一种风机叶片覆冰融冰实时监测系统及方法，该系统包括：风机叶片、信号收发单元、气候监测单元和数据处理单元；所述信号收发单元安装在风力发电机塔架上，所述信号收发单元与所述数据处理单元连接；所述数据处理单元和所述气候监测单元连接；本系统信号收发单元通过记录风机叶片表面与冰层表面的相关位置信息，可较为准确地判断叶片表面冰层厚度变化情况，对覆冰数据进行记录与远程监测，并且以远程监测分析为主，不需要人员在风机现场操作，提高了监测效率，降低了人力成本，且避免了现场覆冰情况勘测时存在的潜在安全隐患；该方法也具有相同的有益效果。
-
公开(公告)号：CN120011067A
公开(公告)日：2025-05-16
申请号：CN202510101288.X
申请日：2025-01-22
Applicant: 华能宁夏能源有限公司灵武隆桥分公司 , 北京华能新锐控制技术有限公司 , 西安热工研究院有限公司
Abstract: 本发明属于新能源数据分析领域，涉及一种新能源大数据分析平台的算子模型动态扩展方法和系统。本发明根据业务需求、计算数据类型和计算需求注册新的算子并分配唯一版本号，确保了算子与数据的兼容性，确保其与现有模块的兼容。根据计算任务需求加载相应版本号的算子并卸载不再使用的算子，有利于提高了计算效率。获取算子的执行数据，根据算子的执行数据调整算子的执行参数，有助于提高整个数据分析平台的性能。获取计算数据在算子间的传输延迟，根据计算数据在算子间的传输延迟优化计算数据的传输路径，减少了数据在算子间的传输延迟，确保各个算子之间能够高效地协同工作，避免了数据传输瓶颈导致的性能下降，提高了数据传输效率。
-
公开(公告)号：CN119942451A
公开(公告)日：2025-05-06
申请号：CN202510030321.4
申请日：2025-01-08
Applicant: 华能山东发电有限公司蓬莱风电分公司 , 西安热工研究院有限公司
IPC: G06V20/52 , G06V10/12 , G06V10/20 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08 , G06V10/764 , G06V10/776
Abstract: 本发明属于风力发电技术领域，公开了一种基于图像识别的风机运行状态分析系统及方法，系统包括：数据采集系统、边缘计算系统和控制决策系统；数据采集系统包括：图像采集单元和声学传感单元；边缘计算系统包括：图像预处理模块、深度学习分析模块和状态诊断模块；控制决策系统包括：状态评估模块、故障预警模块和维护决策模块。本发明的系统能够及早发现风机潜在故障，为预防性维护提供决策依据，显著提升了风电场的智能化运维水平。系统采用分布式边缘计算架构，具备实时监测能力，适应各种复杂的工作环境，为风电场的安全稳定运行提供了有力保障。
-
公开(公告)号：CN119723984A
公开(公告)日：2025-03-28
申请号：CN202510042004.4
申请日：2025-01-10
Applicant: 华能山东发电有限公司蓬莱风电分公司 , 西安热工研究院有限公司
Abstract: 本发明提出了一种风电场设备虚拟拆装训练平台及使用方法，包括应用服务模块，应用服务模块通过数据导线电性连接有感知交互模块和模型计算模块，感知交互模块通过数据导线电性连接有数据处理模块，数据处理模块通过数据导线电性连接模型计算模块；模型计算模块包括物理特性模拟单元、环境影响模拟单元和评估分析单元；物理特性模拟单元通过数据导线电性连接数据处理模块和评估分析单元；环境影响模拟单元通过数据导线电性连接数据处理模块和评估分析单元；评估分析单元通过数据导线电性连接感知交互模块和数据处理模块；本平台提高了风电场维护人员的培训效率，降低了培训成本，消除了实际操作中的安全隐患，为用户提供身临其境的操作体验。
-
公开(公告)号：CN119399917A
公开(公告)日：2025-02-07
申请号：CN202411522612.7
申请日：2024-10-29
Applicant: 华能赫章风力发电有限公司 , 西安热工研究院有限公司
Abstract: 本发明属于风力发电技术领域，涉及一种风电场自然灾害预警方法、系统、设备和介质。本发明方法通过获取风电场环境数据，为预警提供依据。对风电场环境数据进行预处理和初步分析；采用深度学习模型处理风电场环境数据，利用跨模态注意力机制，融合风电场环境数据，得到融合后的风电场环境数据，实现多源数据的深度融合，提高预警模型的准确性；建模风机之间的空间关系，依据风机之间的空间关系和融合后的风电场环境数据获取风电场的时空依赖关；根据预警阈值和风电场的复杂时空依赖关系进行灾害链式反应的预测，生成预测结果；根据预测结果生成应对自然灾害的优化方案，能够在灾害发生前或发生时迅速实施。
-
Patent Agency Ranking
公开(公告)号：CN118499206A
公开(公告)日：2024-08-16
申请号：CN202410830249.9
申请日：2024-06-25
Applicant: 西安热工研究院有限公司 , 盛东如东海上风力发电有限责任公司
IPC: F03D80/40
Abstract: 本发明公开了一种基于全景视觉的海上风电叶片除冰方法及相关装置，方法包括：判断是否进行除冰；根据所述判断的结果，选择是否启动除冰加热系统，其中，若需要除冰，则启动加热系统，并计算出加热系统除冰的最佳作业参数；基于计算出的所述加热系统除冰的最佳作业参数，控制加热系统进行除冰作业，并根据除冰效果，动态调整加热系统除冰功率。该方法在利用全景视觉技术除冰的过程中，通过计算出加热系统除冰的最佳作业参数，能够以最佳的作业功效和效率将冰清除；其次，在除冰的过程中，根据除冰效果，动态调整加热系统的除冰功率，降低了作业能耗。
-
公开(公告)号：CN118372251A
公开(公告)日：2024-07-23
申请号：CN202410673268.5
申请日：2024-05-28
Applicant: 西安热工研究院有限公司 , 华能烟台新能源有限公司
Abstract: 本发明公开了一种基于视觉导航的海上风机检修机器人系统及使用方法，机械臂上设置有具有力矩传感器的承重吊钩；环境感知及导航系统包括多个广角摄像头，环境感知及导航系统包括集成有目标检测和六轴位姿估计算法的边缘计算盒；智能控制系统与环境感知及导航系统、检修作业机构、机器人移动平台和远程监控系统相通信；智能控制系统包括集成有故障诊断算法和自主充电算法的边缘计算盒和工控机。本发明采用视觉导航、多传感器融合，使机器人能够实现对风机塔架的精确定位和动态路径规划，并通过六轴位姿估计算法提升了作业自主性和稳定性，同时能够自主诊断和自主充电，能够减少人工参与并提高检修效率。
-
公开(公告)号：CN114777913B
公开(公告)日：2024-06-07
申请号：CN202210462463.4
申请日：2022-04-28
Applicant: 西安热工研究院有限公司
IPC: G01H17/00 , F03D17/00 , G06Q10/20 , G06Q10/04 , G06Q50/06 , G06F16/215 , G06F16/2458
Abstract: 本发明提供的一种风机叶片状态监测的预警方法及系统，包括以下步骤：步骤1，获取风机叶片对应的原始振动数据；步骤2，从原始振动数据中分别获取前一日叶片一阶固有频率数据和当前实时叶片一阶固有频率数据；步骤3，根据得到的前一日叶片一阶固有频率数据计算各个风机叶片对应的一阶固有频率前一日均值；根据得到的当前实时叶片一阶固有频率数据计算叶片系统对应的变异系数；步骤4，根据得到的各个风机叶片对应的一阶固有频率前一日均值和叶片系统对应的变异系数对风机叶片状态进行监测预警；本发明弥补了现有风机叶片状态监测预警模型因只关注单一叶片固有频率变化造成的诊断结论不准确的不足。
-
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
Applicant: 华能赫章风力发电有限公司 , 西安热工研究院有限公司
IPC: G05B19/042 , H04N7/18 , G08B19/00
Abstract: 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。
-
公开(公告)号：CN118053111A
公开(公告)日：2024-05-17
申请号：CN202311836704.8
申请日：2023-12-28
Applicant: 华能山东发电有限公司蓬莱风电分公司 , 西安热工研究院有限公司
IPC: G06V20/52 , G06V20/17 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N5/022 , G06Q50/06
Abstract: 本发明公开了一种风力发电机组图像识别故障检测方法。该方法首先通过风电场内的监控摄像头或无人机拍摄风力发电机组的外观图像。然后对图像进行去噪、增强、校正、分割等预处理,提高图像质量和可用性,同时进行图像标注,标识出风力发电机组的各个部件和关键点。接着利用深度学习的方法对图像进行特征提取和分类判断,识别风力发电机组是否存在故障以及故障类型和位置。最后根据图像分析结果,结合风力发电机组的工作原理和故障机理对故障进行诊断,给出故障详细信息和处理建议。该方法利用图像识别技术检测风力发电机组故障,无需额外安装传感器,提高检测效率和准确性,降低系统复杂度,有利于风力发电机组的状态监控和故障预测。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.079 seconds)
