CN102454546B - 检验至少一个风力涡轮机传感器的运行的控制系统和方法 - Google Patents
检验至少一个风力涡轮机传感器的运行的控制系统和方法 Download PDFInfo
- Publication number
- CN102454546B CN102454546B CN2011103448872A CN201110344887A CN102454546B CN 102454546 B CN102454546 B CN 102454546B CN 2011103448872 A CN2011103448872 A CN 2011103448872A CN 201110344887 A CN201110344887 A CN 201110344887A CN 102454546 B CN102454546 B CN 102454546B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- sensor
- neighborhood
- data
- wind
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000010606 normalization Methods 0.000 claims description 42
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 70
- 230000008093 supporting effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 241000239290 Araneae Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000001629 sign test Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
- G01P21/025—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers for measuring speed of fluids; for measuring speed of bodies relative to fluids
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/845—Redundancy
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及检验至少一个风力涡轮机传感器的运行的控制系统和方法，具体而言，一种检验至少一个风力涡轮机传感器(204)的运行的方法(400)包括动态地为第一风力涡轮机(308)定义邻近的风力涡轮机(100)的邻域(306)，各个邻近的风力涡轮机均包括至少一个传感器。该方法还包括接收来自至少一个邻近的风力涡轮机传感器的数据，以及使用自邻近的风力涡轮机传感器接收的数据来确定第一风力涡轮机的至少一个传感器的状态。
Description
技术领域
本文中描述的主题大体涉及风力涡轮机，并且更具体而言，涉及检验至少一个风力涡轮机传感器的运行的控制系统和方法。
背景技术
一般而言，风力涡轮机包括转子，转子包括具有多个转子叶片的可旋转的轮毂组件。转子叶片将风能转变成机械旋转扭矩，机械旋转扭矩通过转子来驱动一个或多个发电机。发电机有时(但不总是)通过齿轮箱来旋转地联接到转子上。齿轮箱会提高转子的固有地低的转速，以便于发电机将旋转机械能高效地转化成电能，电能通过至少一个电连接件来供应到公共电网中。还存在无齿轮的直驱式风力涡轮机。转子、发电机、齿轮箱和其它构件典型地安装在定位在塔架的顶上的壳体或机舱内。
至少一些已知的风力涡轮机包括测量和/或检测风力涡轮机内或风力涡轮机附近的环境状况和/或运行状况的一个或多个传感器。诸如功率发生操作的操作可依赖于接收来自传感器的精确测量数据。因此，如果一个或多个传感器失效和/或呈现异常运行，则风力涡轮机的功率发生能力会降低。
至少一些已知的风力涡轮机使用风力涡轮机内的其它传感器和/或计算运行状况来检验一个或多个传感器的运行。这样的风力涡轮机可检测传感器内的某些误差。但是，这样的风力涡轮机可能无法精确地检测传感器的异常行为，例如传感器是否开始“漂移”。这种漂移可出现在传感器的输出关于定义的输入而偏离(例如逐渐偏离)期望输出时。因此，由于一个或多个传感器误差的原因，这样的风力涡轮机可变得受损和/或可具有降低的功率发生能力。
发明内容
在一个实施例中，提供了一种检验至少一个风力涡轮机传感器的运行的方法，其包括动态地为第一风力涡轮机定义邻近的风力涡轮机的邻域，各个邻近的风力涡轮机包括至少一个传感器。该方法还包括接收来自至少一个邻近的风力涡轮机传感器的数据，以及使用接收自邻近的风力涡轮机传感器的数据来确定第一风力涡轮机的至少一个传感器的状态。
在另一个实施例中，提供了一种检验至少一个风力涡轮机传感器的运行的方法，其包括定义用于使接收自至少一个风力涡轮机的数据归一化的归一化算法。基于该归一化算法来为第一风力涡轮机定义邻近的风力涡轮机的邻域，其中，各个邻近的风力涡轮机包括至少一个传感器。接收来自至少一个邻近的风力涡轮机传感器的数据，并且使用接收自邻近的风力涡轮机传感器的数据来确定第一风力涡轮机的至少一个传感器的状态。
在又另一个实施例中，提供了一种用于包括至少一个传感器的第一风力涡轮机的控制系统。该控制系统包括构造成动态地定义包括多个风力涡轮机的邻域的处理器，其中，该多个风力涡轮机中的各个风力涡轮机均包括至少一个传感器。处理器也构造成接收来自至少一个邻近的风力涡轮机传感器的数据，并且使用接收自邻近的风力涡轮机传感器的数据来确定第一风力涡轮机的传感器的状态。
附图说明
图1是示例性风力涡轮机的透视图。
图2是适于用于图1中显示的风力涡轮机的示例性机舱的局部截面图。
图3是适于用于图1中显示的风力涡轮机的示例性涡轮控制系统的方框图。
图4是可包括图1中显示的风力涡轮机的示例性风电场的示意图。
图5是适于用于图1中显示的和/或图4中显示的风电场内的风力涡轮机的检验至少一个风力涡轮机传感器的运行的示例性方法的流程图。
零部件列表：
100风力涡轮机
102塔架
104支承表面
106机舱
108转子
110轮毂
112转子叶片
114风
116偏航轴线
118转子叶根部分
120负荷传递区域
122转子叶尖部分
124旋转轴线
126转子叶片表面区
128变桨轴线
130变桨组件
131变桨驱动马达
132发电机
134转子轴
136齿轮箱
138高速轴
140联接件
142支承件
144支承件
146偏航驱动机构
148气象杆
150涡轮控制系统
152前支承轴承
154后支承轴承
156传动系
200处理器
202存储器装置
204传感器
206促动器
208虚拟传感器
300风电场
302风电场控制中心
304网络
306邻域
308测试中的风力涡轮机
310初始邻域
312主邻域
314调和邻域
400检验至少一个风力涡轮机传感器的运行的方法
402为风力涡轮机定义初始邻域
404确定一个或多个风力涡轮机传感器是否有故障
406动态地定义风力涡轮机的主邻域
408定义归一化算法
410调节主邻域大小
412接收来自邻域中的风力涡轮机的传感器数据
414使接收到的传感器数据归一化
416基于经归一化的传感器数据来确定一个或多个传感器是否有故障
418通知风电场控制中心
420定义调和邻域
422确定调和邻域是否包括预定数量的风力涡轮机
424产生故障
426产生至少一个虚拟传感器
具体实施方式
本文中描述的实施例检验风电场内测试中的风力涡轮机的至少一个传感器的运行。为测试中的风力涡轮机动态地定义风力涡轮机的邻域。定义了归一化算法来帮助确定邻域内的各个风力涡轮机与测试中的风力涡轮机的关联性。从各个邻域风力涡轮机接收传感器数据，并且使用归一化算法来使该传感器数据归一化。比较经归一化的传感器数据与测试中的风力涡轮机的至少一个传感器的传感器数据，以确定传感器是否有故障。如果确定传感器有故障，则产生至少一个虚拟传感器，以用作故障传感器的代理。基于接收自邻域风力涡轮机的经归一化的传感器数据来产生虚拟传感器。因此，本文中描述的实施例提供了用于检验传感器的运行的稳定可靠的和高效的方法和控制系统。此外，本文中描述的实施例使得风力涡轮机能够在确定传感器有故障的情况下继续运行。
图1是示例性风力涡轮机100的示意图。在该示例性实施例中，风力涡轮机100是水平轴风力涡轮机。备选地，风力涡轮机100可为竖直轴风力涡轮机。在该示例性实施例中，风力涡轮机100包括从支承表面104延伸且联接到支承表面104上的塔架102。例如，塔架102可用锚定螺栓或通过基础安装件(均未显示)来联接到表面104上。机舱106联接到塔架102上，而转子108联接到机舱106上。转子108包括可旋转的轮毂110和联接到轮毂110上的多个转子叶片112。在该示例性实施例中，转子108包括三个转子叶片112。备选地，转子108可具有使得风力涡轮机100能够如本文中描述的那样起作用的任何适合数量的转子叶片112。塔架102可具有使得风力涡轮机100能够如本文中描述的那样起作用的任何适合的高度和/或结构。
转子叶片112在轮毂110的周围间隔开，以帮助使转子108旋转，从而将来自风114的动能转换成可用的机械能，并且随后转换成电能。转子108和机舱106在偏航轴线116上绕着塔架102旋转，以控制转子叶片112的相对于风114的方向的投影。通过在多个负荷传递区域120处将转子叶根部分118联接到轮毂110上来将转子叶片112匹配到轮毂110上。负荷传递区域120各自具有轮毂负荷传递区域和转子叶片负荷传递区域(两者在图1中均未显示)。对转子叶片112引起的负荷通过负荷传递区域120传递到轮毂110。各个转子叶片112还包括转子叶尖部分122。
在该示例性实施例中，转子叶片112具有介于大约30米(m)(99英尺(ft))和大约120m(394ft)之间的长度。备选地，转子叶片112可具有使得风力涡轮机100能够如本文中描述的那样起作用的任何适合的长度。例如，转子叶片112可具有小于30m或大于120m的适合长度。在风114接触转子叶片112时，会对转子叶片112引起升力，并且在转子叶尖部分122加速时，会引起转子108绕着旋转轴线124旋转。
转子叶片112的桨距角(未显示)，即确定转子叶片112的相对于风114的方向的投影的角，可由变桨组件(在图1中未显示)改变。更具体而言，增大转子叶片112的桨距角会减小转子叶片表面区126暴露于风114的量，并且相反地，减小转子叶片112的桨距角会增大转子叶片表面区126暴露于风114的量。在各个转子叶片112处绕着变桨轴线128来调节转子叶片112的桨距角。在该示例性实施例中，转子叶片112的桨距角是单独控制的。
图2是示例性风力涡轮机100(在图1中显示)的机舱106的局部截面图。风力涡轮机100的各种构件均容纳在机舱106中。在该示例性实施例中，机舱106包括三个变桨组件130。各个变桨组件130联接到相关联的转子叶片112(在图1中显示)上，并且调控相关联的转子叶片112的绕着变桨轴线128的变桨。在图2中显示了三个变桨组件130中的仅一个。在该示例性实施例中，各个变桨组件130包括至少一个变桨驱动马达131。
如图2中所显示，转子108通过转子轴134(有时称为或者主轴或者低速轴)、齿轮箱136、高速轴138和联接件140来可旋转地联接到定位在机舱106内的发电机132上。转子轴134的旋转会可旋转地驱动齿轮箱136，齿轮箱136随后驱动高速轴138。高速轴138通过联接件140来可旋转地驱动发电机132，并且高速轴138的旋转有助于使发电机132产生电功率。齿轮箱136由支承件142支承，而发电机132由支承件144支承。在该示例性实施例中，齿轮箱136利用双路径几何结构来驱动高速轴138。备选地，转子轴134通过联接件140来直接联接到发电机132上。
机舱106还包括偏航驱动机构146，偏航驱动机构146使机舱106和转子108绕着偏航轴线116(在图1中显示)旋转，以控制转子叶片112的相对于风114的方向的投影。机舱106还包括至少一个气象杆148，该至少一个气象杆148包括风向标和风速计(两者在图2中均未显示)。在一个实施例中，气象杆148将包括风向和/或风速的信息提供给涡轮控制系统150。涡轮控制系统150包括一个或多个控制器或构造成执行控制算法的其它处理器。如本文中所用，用语“处理器”包括任何可编程的系统(包括多个系统)，包括微控制器、简精指令集电路(RISC)、专用集成电路(ASIC)、可编程逻辑电路(PLC)，以及能够执行本文中描述的功能的任何其它电路。以上实例仅是示例性的，并且因此不意图以任何方式限制用语处理器的定义和/或含义。此外，涡轮控制系统150可执行SCADA(监督、控制和数据采集)程序。
变桨组件130操作性地联接到涡轮控制系统150上。在该示例性实施例中，机舱106还包括前支承轴承152和后支承轴承154。前支承轴承152和后支承轴承154有助于转子轴134的径向支承和对准。前支承轴承152在轮毂110附近联接到转子轴134上。后支承轴承154在齿轮箱136和/或发电机132附近定位在转子轴134上。机舱106可包括使得风力涡轮机100能够如本文中公开的那样起作用的任何数量的支承轴承。转子轴134、发电机132、齿轮箱136、高速轴138、联接件140和任何相关联的紧固、支承和/或固定装置(包括但不限于支承件142、支承件144、前支承轴承152和后支承轴承154)有时被称为传动系156。
图3是可用于风力涡轮机100(在图1中显示)的示例性涡轮控制系统150的方框图。在该示例性实施例中，涡轮控制系统150包括操作性地联接到存储器装置202上、联接到至少一个传感器204上且联接到至少一个促动器206上的处理器200。此外，在该示例性实施例中，处理器200联接到至少一个虚拟传感器208上，以及/或者实现至少一个虚拟传感器208。
存储器装置202包括计算机可读介质，例如(无限制性)，随机存取存储器(RAM)、闪存、硬盘驱动器、固态驱动器、磁盘和/或闪存驱动器。备选地，存储器装置202可包括使得处理器200能够存储、检索和/或执行指令和/或数据的任何适合的计算机可读介质。存储器装置202存储和传递待由处理器200执行的信息和指令。
在该示例性实施例中，传感器204包括例如以下中的一个或多个：电压传感器、电流传感器、风速传感器、风向传感器、空气密度传感器、温度传感器、加速计和/或任何适合的传感器。传感器204提供风力涡轮机100的一个或多个运行状况的测量结果。在该示例性实施例中，风力涡轮机100的实测运行状况包括(无限制性)产生的功率、产生的扭矩、转子108(在图2中显示)的转速、风力涡轮机100的一个或多个构件的机械负荷、空气密度、海拔、风速、风向、环境温度和/或风力涡轮机100处或风力涡轮机100内的任何适合的状况。
在该示例性实施例中，虚拟传感器208为一个或多个传感器204提供代理。更具体而言，如本文中更加完整地描述的那样，一个或多个虚拟传感器208可提供一个或多个计算运行状况来代替来自有故障的和/或不可用的传感器204的一个或多个测量结果。
在该示例性实施例中，处理器200接收来自传感器204和/或虚拟传感器208的数据，并且基于该传感器数据来操作促动器206，以调节风力涡轮机100的一个或多个构件的位置。例如，促动器206可包括一个或多个变桨驱动马达131(在图2中显示)、偏航驱动机构146(在图2中显示)和/或使风力涡轮机100能够如本文中描述的那样运行的任何其它构件，以及/或者可结合在它们内。
图4是示例性风电场300的示意图。在该示例性实施例中，风电场300包括多个风力涡轮机100和控制与监测风力涡轮机100和/或风电场300的运行的风电场控制中心302。风电场300内的风力涡轮机100通过与各个风力涡轮机100的相应的涡轮控制系统150(在图2中显示)交互的网络304来联接到彼此上。更具体而言，风力涡轮机100和/或涡轮控制系统150通过使得各个风力涡轮机100和/或涡轮控制系统150能够将数据传输给风电场300内的其它风力涡轮机100和/或涡轮控制系统150且接收来自风电场300内的其它风力涡轮机100和/或涡轮控制系统150的数据的任何适合的网络类型来联接在一起，包括有线网络和/或无线网络304。此外，在该示例性实施例中，风电场300内的各个风力涡轮机100通过网络304来联接到风电场控制中心302。
在该示例性实施例中，风力涡轮机100共同分组成一个或多个邻域306。更具体而言，邻域306是关于第一或选定的风力涡轮机308而定义的。在一个特定的实施例中，选定的风力涡轮机308是测试中的风力涡轮机308(即处于测试过程中的风力涡轮机100)。如本文中所描述，“测试中的风力涡轮机”不限于正在执行正式测试或测试程序的风力涡轮机。相反，执行本文中描述的方法以检验一个或多个传感器的运行的风力涡轮机可称为“测试中的风力涡轮机”。如本文更加完整地描述的那样，邻域306可包括第一或初始邻域310、第二或主邻域312和/或第三或调和(accommodation)邻域314。备选地，邻域306可包括任何适合数量和/或类型的邻域。如本文所用，用语“邻域”指的是基于共同因素或特征的风力涡轮机100的组织组。例如，可按地理位置来定义邻域306，例如基于风力涡轮机100之间的距离(未显示)。也可基于通讯和/或功率网络(例如网络304)、基于实测运行状况的相似性(例如风速)、基于相似的运行模式和/或基于任何其它适合的特征或特征的组合来定义邻域306。此外，如本文中更加完整地描述的那样，邻域306用来检验一个或多个风力涡轮机100(例如测试中的风力涡轮机308)的运行，以及/或者用作测试中的风力涡轮机308的故障传感器204的代理。此外，在该示例性实施例中，邻域306标识测试中的风力涡轮机308从中接收数据的一组或多组风力涡轮机100。邻域306内的风力涡轮机100可称为“邻近的风力涡轮机100”。
图5是检验至少一个风力涡轮机传感器(例如风力涡轮机100(在图1中显示)的至少一个传感器204)的运行的示例性方法400的流程图。方法400可由风电场控制中心302(在图4中显示)和/或测试中的风力涡轮机308(在图4中显示)的涡轮控制系统150执行。在该示例性实施例中，在检验各个风力涡轮机100的运行时(即在各个风力涡轮机100均变成测试中的风力涡轮机308时)，方法400由风电场300内的各个风力涡轮机100的涡轮控制系统150的处理器200(在图3中显示)执行。
在该示例性实施例中，方法400包括为风力涡轮机100定义402初始邻域，例如初始邻域310(在图4中显示)。初始邻域310用来确定404测试中的风力涡轮机308的一个或多个传感器204是否有故障。在该示例性实施例中，如图4中示出的那样，初始邻域310定义402成仅包括测试中的风力涡轮机308。因而，测试中的风力涡轮机308通过使接收自传感器204(即被测试的传感器204)的数据与接收自测试中的风力涡轮机308内的其它传感器204的数据相关来检验各个传感器204的运行。测试中的风力涡轮机308可使用相关的数据来确定例如传感器204是否“停滞”在特定值或多个特定值处(即传感器204是否尽管接收到不同的输入而总是传输相同的输出)，传感器204是否失电，以及/或者传感器204是否以别的方式不可运行(下文共同称为一个或多个“固定故障”)。备选地，初始邻域310定义402成包括使得方法400能够如本文中描述的那样运行的任何适合的风力涡轮机100或多个风力涡轮机100。仍然备选地，没有定义402初始邻域310，并且方法400通过比较来自传感器204的数据与来自风电场控制中心302的数据和/或来自测试中的风力涡轮机308的其它数据来确定404测试中的风力涡轮机308的一个或多个传感器204是否有故障。
如果确定404传感器204不会呈现固定故障，则动态地定义406测试中的风力涡轮机308的主邻域，例如主邻域312(在图4中显示)。如本文中所用，用语“动态地定义”指的是在第一时间点处定义的邻域和该邻域的至少一方面在后面的时间点处被调节或重新定义。如上所述，主邻域312可按地理位置定义、按逻辑定义，以及/或者基于测试中的风力涡轮机308和风电场300内的一个或多个风力涡轮机100和/或风电场300之外的一个或多个风力涡轮机100之间的一个或多个特征或关系来定义。在该示例性实施例中，除了测试中的风力涡轮机308之外，主邻域312还包括多个邻近的风力涡轮机100。
为测试中的风力涡轮机308定义408归一化算法。在该示例性实施例中，归一化算法以测试中的风力涡轮机308和主邻域312和/或风电场300内的各个风力涡轮机100之间的距离为基础。更具体而言，在该示例性实施例中，归一化算法为各个风力涡轮机100确定与各个风力涡轮机100和测试中的风力涡轮机308之间的距离成反比的系数。备选地，可基于测试中的风力涡轮机308的实测风速和主邻域312和/或风电场300内的各个风力涡轮机100的实测风速之间的差、测试中的风力涡轮机308的实测风速和主邻域312和/或风电场300内的各个风力涡轮机100的实测风速的均方误差、风力涡轮机308的运行历史和/或运行序列与主邻域312和/或风电场300内的各个风力涡轮机100的运行历史和/或运行序列的比较结果，以及/或者风力涡轮机100和/或风电场300的任何其它适合的特征来定义408归一化算法。如本文中更加完整地描述的那样，归一化算法用来设置来自风力涡轮机100的数据的顺序和/或权重量，以确定与测试中的风力涡轮机308的使用最适合和/或相关的数据。
在定义408归一化算法之后，就调节410主邻域312的大小。更具体而言，在该示例性实施例中，基于归一化算法将归一化系数分配给各个风力涡轮机100。例如，如果归一化算法是风力涡轮机100和测试中的风力涡轮机308之间的距离的倒数为基础，则将与该距离成反比的归一化系数分配给风电场300内的各个风力涡轮机100。对归一化系数排序，以产生一组有序的系数值。通过识别该组系数值内的最高值来选择预定数量和/或百分比的系数值。备选地，可使用最低值和/或任何其它适合的标准来选择预定数量和/或百分比的系数值。根据选定的风力涡轮机100(即与选定的系数值相关联的风力涡轮机100)的数量来对主邻域312进行大小调节410或设定。因此，主邻域312重新定义成和/或重新大小设置成将选定的风力涡轮机100包括在其中。此外，风力涡轮机100根据表示各个风力涡轮机100与测试中的风力涡轮机308有多类似的递增或递减的列表中的系数值来排列或排序，以检验传感器204的运行。
在该示例性实施例中，测试中的风力涡轮机308接收412来自主邻域312中的风力涡轮机100的传感器数据。此外，接收412自主邻域312内的风力涡轮机100的传感器数据可包括风力涡轮机100的一个或多个运行特征和/或参数的一个或多个计算值和/或估计值。备选地，风力涡轮机100将传感器数据传输给风电场控制中心302，而测试中的风力涡轮机308接收来自风电场控制中心302的主邻域312中的风力涡轮机100的传感器数据。此外，在该示例性实施例中，仅从与在测试中的风力涡轮机308中被测试的传感器204相同的传感器204接收数据。备选地，从主邻域312中的各个风力涡轮机100和/或风电场控制中心302接收412多个传感器204的数据，例如来自所有传感器204的数据。
基于归一化算法来使接收到的数据归一化414。更具体而言，接收自单独的风力涡轮机100的各个传感器值乘以风力涡轮机100的相关联的系数值。因此，基于各个风力涡轮机100的传感器数据与测试中的风力涡轮机308有多相关来使传感器数据归一化或调节传感器数据。
测试中的风力涡轮机308基于接收自风力涡轮机100和/或风电场控制中心302的经归一化的传感器数据来确定416一个或多个传感器204是否有故障。如果测试中的风力涡轮机308确定416传感器204没有故障，则方法400可为随后的传感器204和/或为不同的风力涡轮机100定义402初始邻域(即不同的风力涡轮机100变成测试中的风力涡轮机308)。但是，如果测试中的风力涡轮机308确定416一个或多个传感器204有故障，则测试中的风力涡轮机308把检测到的故障通知418风电场控制中心302。这种通知418可包括(无限制性)将一个或多个警告信号或消息传输给风电场控制中心302、将一个或多个状态信号或消息传输给风电场控制中心302，以及/或者任何其它适合的通知。
在该示例性实施例中，测试中的风力涡轮机308定义420调和邻域，例如调和邻域314(在图4中显示)，以为各个故障传感器204提供代理。此外，在该示例性实施例中，主邻域312用作调和邻域314。备选地，以与定义406主邻域312类似的方式来定义420调和邻域314，但是调和邻域314可使用对于已经检测到的故障的类型而言专有的和/或以该类型为基础的归一化算法。此外，在该示例性实施例中，测试中的风力涡轮机308确定422调和邻域314是否包括预定数量的风力涡轮机100，以提供足够的传感器数据基础来用作故障传感器204的代理。如果调和邻域314内未包括足够数量的风力涡轮机100(即如果风力涡轮机100的数量小于风力涡轮机100的预定数量)，则测试中的风力涡轮机308就不把调和邻域314用作故障传感器204的代理。相反，在该示例性实施例中，测试中的风力涡轮机308产生424故障和/或停机(即停止产生功率)。
如果测试中的风力涡轮机308确定422调和邻域314包括足够数量的风力涡轮机100，测试中的风力涡轮机308就产生426用作故障传感器204的代理的一个或多个虚拟传感器208(在图3中显示)。在该示例性实施例中，虚拟传感器208是传感器204的产生虚拟传感器数据作为输出的基于软件的模型。因而，虚拟传感器208至少部分地存储在存储器装置202(在图3中显示)中和/或由测试中的风力涡轮机308的处理器200实现。此外，在该示例性实施例中，虚拟传感器数据是接收自调和邻域314内的风力涡轮机100的归一化传感器数据。换句话说，测试中的风力涡轮机308使用接收自调和邻域314中的风力涡轮机100的经归一化的传感器数据来代替将以别的方式接收自故障传感器204的数据。因此，如果一个或多个传感器204失效，测试中的风力涡轮机308可使用一个或多个虚拟传感器208来继续运行以及产生功率。此外，测试中的风力涡轮机308可如期望的那样来根据虚拟传感器数据获得和/或计算出其它适合的运行特征或参数。在产生426一个或多个虚拟传感器208之后，方法400可为随后的传感器204和/或为不同的风力涡轮机100定义402初始邻域(即不同的风力涡轮机100变成测试中的风力涡轮机308)。
返回参照方法400的开始，如果确定404传感器204具有如上所述的固定故障，测试中的风力涡轮机308就把检测到的故障通知418风电场控制中心302。这种通知418可包括(无限制性)将一个或多个警报信号或消息传输给风电场控制中心302、将一个或多个状态信号或消息传输给风电场控制中心302，以及/或者任何其它适合的通知。
此外，在该示例性实施例中，测试中的风力涡轮机308为故障传感器204定义408归一化算法，并且定义420调和邻域，例如调和邻域314，以按与上面所述类似的方式为呈现固定故障的各个传感器204提供代理。此外，如上所述，测试中的风力涡轮机308确定422调和邻域314是否包括预定数量的风力涡轮机100，以提供足够的传感器数据基础来用作故障传感器204的代理。如果在调和邻域314内未包括足够数量的风力涡轮机100(即如果风力涡轮机100数量小于风力涡轮机100的预定数量)，测试中的风力涡轮机308就不会将调和邻域314用作故障传感器204的代理。相反，在该示例性实施例中，测试中的风力涡轮机308产生424故障和/或停机(即停止产生功率)。
如果测试中的风力涡轮机308确定422调和邻域314包括足够数量的风力涡轮机100，测试中的风力涡轮机308就接收412来自调和邻域314内的风力涡轮机100的传感器数据。如上所述，使用归一化算法来使传感器数据归一化414。测试中的风力涡轮机308产生426用作故障传感器204的代理的一个或多个虚拟传感器208，并且测试中的风力涡轮机308可如期望的那样根据虚拟传感器数据获得和/或计算出其它适合的运行特征或参数。在产生426一个或多个虚拟传感器208之后，方法400可为随后的传感器204和/或为不同的风力涡轮机100定义402初始邻域(即不同的风力涡轮机100变成测试中的风力涡轮机308)。
虽然本文中关于风电场300内的风力涡轮机100来描述方法400，但是应当认可，也可在多个风电场300的风力涡轮机100之间执行方法400。因而，例如，一个或多个邻域306可跨越多个风电场300。
本文中描述的系统和方法的技术效果包括以下中的至少一个：(a)动态地为测试中的风力涡轮机定义邻近的风力涡轮机的邻域，各个邻近的风力涡轮机包括至少一个传感器；(b)接收来自至少一个邻近的风力涡轮机传感器的数据；以及(c)使用接收自至少一个邻近的风力涡轮机传感器的数据来确定测试中的风力涡轮机的至少一个传感器的状态。
以上描述的实施例提供了检验风力涡轮机传感器的运行的高效的和稳定可靠的方法。动态地为测试中的风力涡轮机定义风力涡轮机的邻域。定义归一化算法，以用于确定该邻域内的各个风力涡轮机与测试中的风力涡轮机的关联性。从各个邻近的风力涡轮机接收传感器数据，并且使用归一化算法来使该传感器数据归一化。比较经归一化的传感器数据与测试中的风力涡轮机的至少一个传感器的传感器数据，以确定传感器是否有故障。如果确定传感器有故障，就产生至少一个虚拟传感器，以用作故障传感器的代理。基于接收自邻近的风力涡轮机的归一化传感器数据来产生虚拟传感器。相反，至少一些现有技术的风力涡轮机仅使用风力涡轮机内的传感器来检验一个或多个风力涡轮机传感器的运行。因此，本文中描述的实施例提供了用于检验传感器的运行的稳定可靠的和高效的方法和控制系统。此外，如果确定传感器有故障，本文中描述的实施例就使得风力涡轮机能够继续运行。
以上对检验至少一个风力涡轮机传感器的运行的控制系统和方法的示例性实施例进行了详细描述。控制系统和方法不限于本文中描述的具体实施例，而是相反，控制系统的构件和/或方法的步骤可单独地并且与本文中描述的其它构件和/或步骤分开来使用。例如，方法也可与其它风电场和控制系统结合起来使用，而不限于仅用本文中描述的风电场和控制系统来实践。相反，该示例性实施例可与许多其它风力涡轮机应用结合起来实现和使用。
虽然可在一些图中显示了本发明的多种实施例的具体特征，而没有在其它图中显示，但这仅仅是为了方便。根据本发明的原理，图中的任何特征均可结合任何其它图的任何特征来进行参照和/或要求保护。
本书面描述使用实例来公开本发明，包括最佳模式，并且还使得本领域任何技术人员能够实践本发明，包括制造和使用任何装置或系统，以及执行任何结合的方法。本发明的可授予专利权的范围由权利要求限定，并且可包括本领域技术人员想到的其它实例。如果这样的其它实例具有不异于权利要求的字面语言的结构元素，或者如果它们包括与权利要求的字面语言无实质性差异的等效结构元素，则这样的其它实例意图处于权利要求的范围内。
Claims (19)
1. 一种检验至少一个风力涡轮机传感器的运行的方法，所述方法包括：
动态地为第一风力涡轮机定义邻近的风力涡轮机的邻域，各个邻近的风力涡轮机均包括至少一个传感器；
通过处理器接收来自至少一个邻近的风力涡轮机传感器的数据；以及，
为所述第一风力涡轮机定义归一化算法，所述归一化算法用来使自所述邻近的风力涡轮机传感器接收的数据归一化；以及
使用自所述邻近的风力涡轮机传感器接收的数据来确定所述第一风力涡轮机的至少一个传感器的状态。
2. 根据权利要求1所述的方法，其特征在于，所述方法进一步包括如果确定所述传感器有故障，则为所述第一风力涡轮机的所述传感器提供代理。
3. 根据权利要求1所述的方法，其特征在于，所述动态地定义邻近的风力涡轮机的邻域包括：
为所述第一风力涡轮机定义主邻域；以及，
调节所述主邻域的大小。
4. 根据权利要求1所述的方法，其特征在于，所述方法进一步包括基于所述归一化算法来调节所述邻域的大小。
5. 根据权利要求1所述的方法，其特征在于，所述确定所述第一风力涡轮机的至少一个传感器的状态包括将经归一化的数据与自所述第一风力涡轮机的所述传感器接收的数据进行比较。
6. 根据权利要求1所述的方法，其特征在于，所述方法进一步包括如果确定所述第一风力涡轮机的所述传感器有故障，则为所述第一风力涡轮机定义调和邻域，其中所述调和邻域包括至少一个风力涡轮机。
7. 根据权利要求6所述的方法，其特征在于，所述方法进一步包括基于自所述调和邻域内的所述风力涡轮机接收的数据来产生至少一个虚拟传感器，所述虚拟传感器配置成用作所述故障传感器的代理。
8. 根据权利要求6所述的方法，其特征在于，所述方法进一步包括确定所述调和邻域是否包括预定数量的风力涡轮机。
9. 根据权利要求8所述的方法，其特征在于，所述方法进一步包括如果所述调和邻域不包括所述预定数量的风力涡轮机则产生故障。
10. 一种检验至少一个风力涡轮机传感器的运行的方法，所述方法包括：
为从至少一个风力涡轮机接收的归一化数据定义归一化算法；
基于所述归一化算法为第一风力涡轮机定义邻近的风力涡轮机的领域，各个邻近的风力涡轮机均包括至少一个传感器；
通过处理器接收来自至少一个邻近的风力涡轮机传感器的数据；
使用所述归一化算法将从所述邻近的风力涡轮机传感器接收的数据归一化；以及
使用自所述邻近的风力涡轮机传感器接收的数据来确定所述第一风力涡轮机的至少一个传感器的状态。
11. 根据权利要求10所述的方法，其特征在于，所述方法进一步包括如果确定所述传感器有故障，则为所述第一风力涡轮机的所述传感器提供代理。
12. 根据权利要求10所述的方法，其特征在于，所述方法进一步包括：
为所述第一风力涡轮机定义主邻域；以及，
调节所述主邻域的大小。
13. 根据权利要求10所述的方法，其特征在于，所述确定所述第一风力涡轮机的至少一个传感器的状态包括将经归一化的数据与自所述第一风力涡轮机的所述传感器接收的数据进行比较。
14. 根据权利要求10所述的方法，其特征在于，所述方法进一步包括如果确定所述第一风力涡轮机的所述传感器有故障，则为所述第一风力涡轮机定义调和邻域，其中所述调和邻域包括至少一个风力涡轮机。
15. 根据权利要求14所述的方法，其特征在于，所述方法进一步包括基于自所述调和邻域内的所述风力涡轮机接收的数据来产生至少一个虚拟传感器，所述虚拟传感器配置成用作所述故障传感器的代理。
16. 一种用于与包括至少一个传感器的第一风力涡轮机一起使用的控制系统，所述控制系统包括处理器，所述处理器配置成：
动态地定义包括多个风力涡轮机的邻域，所述多个风力涡轮机的每个风力涡轮机均包括至少一个传感器；
从至少一个邻近的风力涡轮机传感器接收数据；
使用归一化算法将从所述邻近的风力涡轮机传感器接收的数据归一化；以及，
使用从所述邻近的风力涡轮机传感器接收的数据确定所述第一风力涡轮机的传感器的状态。
17. 根据权利要求16所述的控制系统，其特征在于，其中所述处理器还配置成：
为所述第一风力涡轮机定义主邻域；以及，
调节所述主邻域的大小。
18. 根据权利要求16所述的控制系统，其特征在于，所述处理器还配置成如果确定所述第一风力涡轮机的所述传感器有故障，则为所述第一风力涡轮机定义调和邻域，其中所述调和邻域包括至少一个风力涡轮机。
19. 根据权利要求18所述的控制系统，其特征在于，所述处理器还配置成基于自所述调和邻域内的所述风力涡轮机接收的数据来产生至少一个虚拟传感器，所述虚拟传感器配置成用作所述故障传感器的代理。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/916,153 US8112252B2 (en) | 2010-10-29 | 2010-10-29 | Control system and methods of verifying operation of at least one wind turbine sensor |
| US12/916,153 | 2010-10-29 | ||
| US12/916153 | 2010-10-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102454546A CN102454546A (zh) | 2012-05-16 |
| CN102454546B true CN102454546B (zh) | 2013-07-31 |
Family
ID=43899142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011103448872A Active CN102454546B (zh) | 2010-10-29 | 2011-10-28 | 检验至少一个风力涡轮机传感器的运行的控制系统和方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8112252B2 (zh) |
| EP (1) | EP2447722B1 (zh) |
| CN (1) | CN102454546B (zh) |
| DK (1) | DK2447722T3 (zh) |
| ES (1) | ES2862574T3 (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8035242B2 (en) * | 2010-11-09 | 2011-10-11 | General Electric Company | Wind turbine farm and method of controlling at least one wind turbine |
| JP2013011200A (ja) * | 2011-06-28 | 2013-01-17 | Mitsubishi Heavy Ind Ltd | 運転監視システム、運転監視方法、及びプログラム |
| DE102011085107B4 (de) * | 2011-10-24 | 2013-06-06 | Wobben Properties Gmbh | Verfahren zum Steuern einer Windenergieanlage |
| EP2813822A4 (en) * | 2012-02-07 | 2015-08-12 | Nippon Sharyo Ltd | SYSTEM FOR DETERMINING A SENSOR STATUS |
| ES2422562B1 (es) * | 2012-03-08 | 2014-09-30 | Gamesa Innovation & Technology S.L. | Métodos y sistemas para aliviar cargas en aerogeneradores marinos |
| CN102619687B (zh) * | 2012-04-18 | 2015-01-14 | 北车风电有限公司 | 风力发电机组风速风向仪失效时应急控制方法 |
| US10557459B2 (en) | 2014-09-29 | 2020-02-11 | Vestas Wind Systems A/S | Verification of wind turbine nacelle yaw position sensor |
| CN105041570B (zh) * | 2015-07-30 | 2017-12-15 | 北京天诚同创电气有限公司 | 风电机组偏航控制方法和装置 |
| CN105604807B (zh) * | 2015-12-31 | 2019-02-15 | 北京金风科创风电设备有限公司 | 风电机组监测方法及装置 |
| CN106640548B (zh) * | 2016-12-19 | 2019-03-29 | 北京金风科创风电设备有限公司 | 用于风力发电机组的状态监测方法和装置 |
| DE102017211737B4 (de) * | 2017-07-10 | 2019-03-28 | Siemens Aktiengesellschaft | Überwachungsvorrichtung und Verfahren zur Überwachung eines Systems |
| JP6697494B2 (ja) * | 2018-02-01 | 2020-05-20 | ファナック株式会社 | 異常判別装置、プログラム、異常判別システム及び異常判別方法 |
| CN114382661A (zh) * | 2021-12-07 | 2022-04-22 | 重庆海装风电工程技术有限公司 | 用于风力发电机组的传感器运行状态检测方法、系统及电子设备 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10157759C1 (de) | 2001-11-27 | 2003-01-23 | Aloys Wobben | Verfahren zur Überwachung eines Sensors |
| KR100718094B1 (ko) * | 2005-09-21 | 2007-05-16 | 삼성전자주식회사 | 무선 센서 네트워크에서의 이상 데이터 처리 방법 |
| US20070124025A1 (en) * | 2005-11-29 | 2007-05-31 | General Electric Company | Windpark turbine control system and method for wind condition estimation and performance optimization |
| US7677075B2 (en) * | 2006-09-29 | 2010-03-16 | General Electric Company | Methods and apparatus for evaluating sensors and/or for controlling operation of an apparatus that includes a sensor |
| DE102007014650B3 (de) * | 2007-03-27 | 2008-06-12 | Siemens Ag | Verfahren zur rechnergestützten Verarbeitung von in einem Sensornetzwerk erfassten Messwerten |
| US7823437B2 (en) | 2007-06-18 | 2010-11-02 | General Electric Company | Anemometer calibration method and wind turbine |
| EP2048562B1 (en) | 2007-10-12 | 2009-08-12 | Siemens Aktiengesellschaft | Method and device for providing at least one input sensor signal for a control and/or monitoring application and control device |
| US8050899B2 (en) * | 2008-05-30 | 2011-11-01 | General Electric Company | Method for wind turbine placement in a wind power plant |
| KR100979783B1 (ko) * | 2008-06-24 | 2010-09-03 | 메타라이츠(주) | Ｗｓｎ 기반 상황인지 엔진 |
| WO2010037388A1 (en) | 2008-09-30 | 2010-04-08 | Vestas Wind System A/S | Logical scheme for severe fault detection |
| TWI393376B (zh) * | 2008-11-26 | 2013-04-11 | Inst Information Industry | 資料傳輸方法 |
| DE102009004385B4 (de) * | 2009-01-12 | 2010-11-25 | Repower Systems Ag | Verfahren und Anordnung zum Überwachen einer Windenergieanlage |
| US20100119370A1 (en) | 2009-11-17 | 2010-05-13 | Modi Vivendi As | Intelligent and optimized wind turbine system for harsh environmental conditions |
-
2010
- 2010-10-29 US US12/916,153 patent/US8112252B2/en active Active
-
2011
- 2011-10-17 ES ES11185444T patent/ES2862574T3/es active Active
- 2011-10-17 DK DK11185444.4T patent/DK2447722T3/da active
- 2011-10-17 EP EP11185444.4A patent/EP2447722B1/en active Active
- 2011-10-28 CN CN2011103448872A patent/CN102454546B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP2447722A1 (en) | 2012-05-02 |
| DK2447722T3 (da) | 2021-03-15 |
| CN102454546A (zh) | 2012-05-16 |
| ES2862574T3 (es) | 2021-10-07 |
| EP2447722B1 (en) | 2020-12-16 |
| US20110098975A1 (en) | 2011-04-28 |
| US8112252B2 (en) | 2012-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102454546B (zh) | 检验至少一个风力涡轮机传感器的运行的控制系统和方法 | |
| US10871144B2 (en) | System and method for reducing loads during an idling or parked state of a wind turbine via yaw offset | |
| CN203685475U (zh) | 风力涡轮机控制系统及风力涡轮机系统 | |
| CN102312782B (zh) | 风力涡轮、控制系统和用于优化风力涡轮功率生产的方法 | |
| US7677075B2 (en) | Methods and apparatus for evaluating sensors and/or for controlling operation of an apparatus that includes a sensor | |
| US10027118B2 (en) | System and method for balancing reactive power loading between renewable energy power systems | |
| CN101796295B (zh) | 用于风轮机倾角控制系统的网损穿越的方法和设备 | |
| US9845789B2 (en) | System and method for monitoring and controlling wind turbines within a wind farm | |
| CN102654100B (zh) | 用于操作风力涡轮机的方法和系统 | |
| CN104863794A (zh) | 风力发电装置的偏航控制系统及偏航控制方法 | |
| EP2469081B1 (en) | Control system, wind farm, and methods of optimizing the operation of a wind turbine | |
| KR101338120B1 (ko) | 풍력발전시스템의 고장 모의시험장치，및 풍력발전시스템의 고장 모의시험방법 | |
| CN105971820A (zh) | 使用信号控制器的风力涡轮机控制 | |
| CN110608134A (zh) | 控制风力涡轮以最大限度减小转子叶片损坏的系统和方法 | |
| CN109356801A (zh) | 风力发电机组的联调测试系统 | |
| CN107035617B (zh) | 用于升级多厂商风力涡轮的系统和方法 | |
| CN111810357A (zh) | 用于减轻风力涡轮的转子叶片的损坏的系统及方法 | |
| CN106401870A (zh) | 使用副控制器调整风速和/或风向输入值的风轮机控制 | |
| TW202004011A (zh) | 用於操作漂浮式離岸風力機之方法 | |
| US11790081B2 (en) | Systems and methods for controlling an industrial asset in the presence of a cyber-attack | |
| Abdo et al. | An efficient approach for fault detection and fault tolerant control of wind turbines | |
| KR20170029879A (ko) | 풍력 발전기의 모니터링 시스템 | |
| US20230126087A1 (en) | Systems and methods for controlling an industrial asset in the presence of a cyber attack | |
| WO2023277879A1 (en) | Systems and methods for controlling an industrial asset of an asset family | |
| Ali et al. | An Efficient Approach for Fault Detection and Fault Tolerant Control of Wind Turbines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240104 Address after: Barcelona, Spain Patentee after: Ge renewable energy Spain Ltd. Address before: New York, United States Patentee before: General Electric Co. |
|
| TR01 | Transfer of patent right |