CN104912732A - 风力发电机组监控系统 - Google Patents

风力发电机组监控系统 Download PDF

Info

Publication number
CN104912732A
CN104912732A CN201510266909.6A CN201510266909A CN104912732A CN 104912732 A CN104912732 A CN 104912732A CN 201510266909 A CN201510266909 A CN 201510266909A CN 104912732 A CN104912732 A CN 104912732A
Authority
CN
China
Prior art keywords
network node
wireless network
wireless
blower fan
node
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.)
Granted
Application number
CN201510266909.6A
Other languages
English (en)
Other versions
CN104912732B (zh
Inventor
张足生
李民英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Zhicheng Champion Group Co Ltd
Original Assignee
Guangdong Zhicheng Champion Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Zhicheng Champion Group Co Ltd filed Critical Guangdong Zhicheng Champion Group Co Ltd
Priority to CN201510266909.6A priority Critical patent/CN104912732B/zh
Publication of CN104912732A publication Critical patent/CN104912732A/zh
Application granted granted Critical
Publication of CN104912732B publication Critical patent/CN104912732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明公开了一种风力发电机监控系统，包括：无线网络、网络通信接口、传感器、风机和远程服务器；风机通过网络通信接口与传感器连接，传感器与无线网络节点连接，无线网络节点与远程服务器连接；无线网络节点，用于接收所述传感器发送的X1个风机的通信数据，风机个数X1为：X1＝B1/(Dnormal+Z*Dabnormal)；其中，Dnormal为正常情况下单个风机采集的峰值数据量，Dabnormal为非正常情况下单个风机采集的峰值数据量，Z为风机并发故障概率，B1为无线网络的带宽；并用于接收所监控的风机发送的通信数据，将通信数据发送至远程服务器；风机，用于风力发电；传感器，用于采集所述风机工作状态下产生的通信数据，将通信数据发送至无线网络节点。本发明实施例根据风机正常和故障情况下的峰值数据量确定单个无线网络节点所能监控的风机个数，能够提高通信效率。

Description

风力发电机组监控系统
技术领域
本发明实施例涉及远程风力发电技术领域，尤其涉及一种风力发电机组监控系统。
背景技术
风力发电机组监控系统用于监控风力发电机的运行状态，由于风力发电场多数处于地广人稀的荒僻之地，通过远程监控系统的使用，可以实现对风力发电场的数据远程采集、计算、记录、优化、报警、控制以及远程访问等功能，实现风力发电机的自动化运行和监管、降低停机率并，提高发电量。
现有的远程风力发电机组监控系统往往是采用无线传感器网络，由于风力发电机组在正常情况下与异常情况下需要传输的数据量差异很大，现有方案并没有根据实际的通信数据量设计单个传感器网络最多能够监控的风机容量即风机个数及组网方式，这样往往会造成当风力发电机组异常时，无线传感器网络带宽不够用，无法达到精确实时监控的目的。
发明内容
本发明实施例提供一种风力发电机组监控系统，根据风机正常和故障情况下的峰值数据量确定单个无线网络节点所能监控的风机个数，能够提高通信效率。
本发明实施例提供了一种风力发电机监控系统，包括：
至少一个无线网络节点、网络通信接口、传感器、风机和远程服务器；所述风机通过所述网络通信接口与所述传感器连接，所述传感器与所述无线网络节点连接，所述无线网络节点与所述远程服务器连接；
所述无线网络节点，用于接收所述传感器发送的X1个风机的通信数据，所述风机个数X1为：
X1＝B1/(Dnormal+Z*Dabnormal)；
其中，Dnormal为正常情况下单个风机采集的峰值数据量，Dabnormal为非正常情况下单个风机采集的峰值数据量，Z为风机并发故障概率，B1为所述无线网络节点对应的无线网络的带宽；并用于接收所监控的风机发送的通信数据，将所述通信数据发送至所述远程服务器；
所述风机，用于风力发电；
所述传感器，用于采集所述风机工作状态下产生的通信数据，将所述通信数据发送至所述无线网络节点。
本发明实施例在确定无线网络节点所监控的风机个数X1时，综合考虑了风机在正常工作状态和异常工作状态下的峰值数据量，从而确定单个无线网络节点能够监控的最大风机个数，从而保证通信数据快速传输，提高通信效率。
附图说明
图1为本发明实施例一提供的风力发电机组监控系统的结构示意图；
图2为本发明实施例二提供的风力发电机组监控系统的结构示意图；
图3为本发明实施例三提供的风力发电机组监控系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的风力发电机组监控系统的结构示意图，如图1所示，具体包括：
至少一个无线网络节点11、网络通信接口12、传感器15、风机13和远程服务器14。
其中，所述风机13通过所述网络通信接口12与所述传感器15连接，所述传感器15与所述无线网络节点11连接，所述无线网络节点11与所述远程服务器14连接。
其中，所述网络通信接口12可为RS232接口，所述传感器15与所述风机13之间的连接为有线连接，根据监控需要，一个风机可对应多个传感器，例如，如果需要监控风机的震动频率，则为风机连接一个振动传感器，如果需要同时监控风机的震动频率和风机转速，则需要为风机连接一个振动传感器和一个速度传感器，其中振动传感器用以采集风机震动产生的数据，速度传感器用以采集风机转动产生的数据。当传感器15完成数据采集以后，则将通信数据发送至所述无线网络节点11。
所述无线网络节点11，用于接收所述传感器发送的X1个风机的通信数据，所述风机个数X1为：
X1＝B1/(Dnormal+Z*Dabnormal)；
其中，Dnormal为正常情况下单个风机采集的峰值数据量，Dabnormal为非正常情况下单个风机采集的峰值数据量，Z为风机并发故障概率，B1为所述无线网络节点对应的无线网络的带宽；并用于接收所监控的风机发送的通信数据，将所述通信数据发送至所述远程服务器；其中，峰值数据量为风机工作过程中产生的最大通信数据量，可以用字节表示。
所述风机13，用于风力发电；
所述传感器15，用于采集所述风机工作状态下产生的通信数据，将所述通信数据发送至所述无线网络节点11。
如表一所示，风机正常工作情况下所述传感器15采样及发送通信数据的周期较长，需要传输数据量较少；但在风机出现异常情况下所述传感器15采样及发送通信数据的周期变短，传输数据量大幅度增加，如表二所示。
其中，所述通信数据包括风机震动频率、风机转速、风机温度、油液量、风机效能和编码等。正常情况下单个风机采集的峰值数据量Dnormal可通过下述表一确定，非正常情况下单个风机采集的峰值数据量Dabnormal可通过下述表二确定，下述表一和表二所示的数据是预先统计得出的。
表一风机常规状态下产生的峰值数据Dnormal
表二风机异常状态下产生的峰值数据Dabnormal
其中，表一与表二中列举了振动、转速、温度、油液、风速、电流、电压类别的传感器在单个风机中的个数、采样周期、采样数据量，假定采样数据在没有压缩的情况下，计算出了各类传感器对数据传输速率的要求。
振动是指一个风机内部安装了24个振动传感器，每个传感器单次采样数据量为32bit；正常情况下采样周期为6秒，速率要求为128bit/s；异常情况下采样周期为1秒，速率要求为0.75kbit；转速是指一个风机内容安装了10个记录转速的传感器，每个传感器单次采样数据量为32bit；正常情况下采样周期为6秒，速率要求为54bit/s；异常情况下采样周期为1秒，速率要求为0.32kbit/s；
本实施例在确定无线网络节点所监控的风机个数X1时，综合考虑了风机在正常工作状态和异常工作状态下的峰值数据量，从而确定单个无线网络节点能够监控的最大风机个数，从而保证通信数据快速传输，提高通信效率。
在上述实施例中，所述无线网络节点为以下网络中的任意一种：无线传感器网络节点、无线2G网络节点、无线3G网络节点和无线4G网络节点。
当所述无线网络节点与所述远程服务器之间为近距离(例如1KM以内)传输通信时，为节约成本，可选用无线传感器网络，此时无线网络节点为无线传感器网络节点即无线传感器网络基站。当所述无线网络节点与所述远程服务器之间为远距离传输通信(例如100KM以内)时，为节约成本，可选用无线2G网络或无线3G网络，此时无线网络节点为无线2G网络节点即2G网络基站或无线3G网络节点即3G网络基站。当所述无线网络节点与所述远程服务器之间为超远距离传输通信(例如100KM以外)时，为保证传输质量，可选用无线4G网络，此时无线网络节点为无线4G网络节点即4G网络基站。
在上述实施例中，所述无线网络节点还可以包括第一级无线网络节点和第二级无线网络节点；
所述风机通过所述网络通信接口与所述第一级无线网络节点连接，所述第一级无线网络节点与所述第二级无线网络节点，所述第二级无线网络节点与所述远程服务器连接。
此种情况适合所述无线网络节点与所述远程服务器之间的远距离传输通信，例如100KM以外。为节约成本，所述第一级无线网络节点可选用无线传感器网络节点，所述第二级无线网络节点可根据传输距离及需要的传输带宽，选用以下网络中的任意一种：无线2G网络节点、无线3G网络节点和无线4G网络节 点。具体的，可在距离传感器500M至100KM内的任意位置布置所述第一级无线网络节点，进一步根据所述第一级无线网络节点与所述远程服务器之间的距离确定选用无线2G网络节点，还是无线3G网络节点，还是无线4G网络节点。如果所述第一级无线网络节点与所述远程服务器之间的距离不超过200KM，为节约成本，可选用无线2G网络节点或无线3G网络节点，接节点布置在所述第一级无线网络节点与所述远程服务器之间的中间位置。
其中，为了保证通信数据能够快速的传输，所述第二级无线网络节点所能连接的第一级无线网络节点的个数由他们的带宽决定，具体的，所述第二级无线网络节点所监控的第一级无线网络节点的个数X2为
X2＝B2/B1；
其中，B1为所述第一级无线网络节点对应的第一级无线网络的带宽，B2为所述第二级无线网络节点对应的第二级无线网络的带宽。
当所述无线网络节点与所述远程服务器之间为超远距离传输通信(例如100KM以外)，选用上述两级无线网络节点也难以保证传输质量时，可在所述第一级无线网络节点和所述第二级无线网络节点之间连接一无线网桥。 
其中，所述无线网桥包括至少一个无线网桥节点，所述无线网桥节点与所述第一级无线网络节点一一对应。
另外，所述无线网桥还包括汇聚节点，所述汇聚节点连接各个无线网桥节点，即各个无线网桥节点将通信数据均发送至所述汇聚节点，由所述汇聚节点统一发送至第二级网络节点。
此时，为了保证通信数据能够快速的传输，所述第二级无线网络节点所能连接的无线网桥节点的个数由他们的带宽决定，具体的，所述第二级无线网络节点所监控的无线网桥节点的个数X3为
X3＝B2/B1；
其中，B1为所述无线网桥对应的带宽，B2为所述第二级无线网络节点对应的第一级无线网络的带宽。
本实施例在上述实施例的基础上，进一步增加了两级无线网络节点，并且第二级无线网络节点所监控的第一级无线网络节点的个数由他们的带宽来决定；并且两级无线网络节点所选用的网络节点类型，可根据实际成本来确定。本实施例不能够保证通信数据快速传输，提高通信效率，而且可以节约成本。
实施例二
图2为本发明实施例二提供的风力发电机组监控系统的结构示意图，本实施例与上述实施例一的区别在于，本实施例的无线网络节点为无线传感器网络节点，无线传感器网络带宽为25kbps，适用于所述风机与所述远程服务器的传输距离在500米以内，或者500米至2000米之间的近距离传输。如图2所示，具体包括：
至少一个无线传感器网络基站21、至少一个Zigbee节点22、传感器23、网络通信接口24、风机25和远程服务器26。
其中，所述风机25通过所述网络通信接口24与所述传感器23连接，所述传感器23与所述Zigbee节点22连接。其中，一个风机25可连接多个不同功能的传感器23，一个风机25对应一个Zigbee节点22，也就是说，一个风机对 应的所有传感器连接至同一个Zigbee节点上，所述Zigbee节点与所述无线传感器网络基站21连接，所述无线传感器网络基站21与所述远程服务器26连接。
其中，一个无线传感器网络基站21所能监控的Zigbee节点的个数也就是风机个数为
X1＝B1/(Dnormal+Z*Dabnormal)；
其中，Dnormal为正常情况下单个风机采集的峰值数据量，以表一为例，Dnormal<365.3bit/s；Dabnormal为非正常情况下单个风机采集的峰值数据量，以表二为例，Dabnormal<42.25kbit/s；Z为风机并发故障概率，Z<20％；B1为所述无线传感器网络基站对应的无线传感器网络的带宽为25kbps。
其工作原理为：传感器23采集完成风机25的通信数据之后，可通过网络通信接口24(例如RS232接口)将通信数据发送给Zigbee节点22，Zigbee节点22收到通信数据后，为了提高通信效率，将多种传感器23采样的通信数据进行打包，本实施例中一个数据包的有效载荷为30byte，即Zigbee节点22发送一个通信数据包最多可以携带30byte的有效数据，有效载荷是无线传感器网络协议栈设定的。由于风力发电监控系统需要监控的参数有多种，具体参见上述表一和表二所示的参数包括风机震动频率、风机转速、温度、油液、等等，单次采样的通信数据量大都少于50bit，如果每次采样都以单个数据包进行发送，则会降低无线通信效率，所以Zigbee节点22收到通信数据后，先进行缓存，并按30byte为单位对通信数据打包，再发送到无线传感器网络基站21，再由无线传感器网络基站21发送至远程服务器26。
本实施例在确定无线传感器网络所监控的风机个数X1时，综合考虑了风机在正常工作状态和异常工作状态下的峰值数据量，从而保证通信数据快速传输，提高通信效率。
实施例三
图3为本发明实施例三提供的风力发电机组监控系统的结构示意图，本实施例与上述实施例一和实施例二的区别在于，本实施例采用两级无线网络节点实现通信数据的传输，第一级采用无线传感器网络节点，第二级无线采用4G网络节点，为保证更远距离的传输，所述第一级无线网络节点与所述第二级无线网络节点之间通过无线网桥连接。因此，本实施例适用于大于1000米、甚至超远距离的传输。如图3所示，具体包括：
无线4G网络节点37、无线网桥38、至少一个无线传感器网络基站31、至少一个Zigbee节点32、传感器33、网络通信接口34、风机35和远程服务器36。
其中，所述风机35通过所述网络通信接口34与所述传感器33连接。所述传感器33与所述Zigbee节点32连接。所述Zigbee节点32与所述无线传感器网络基站31连接。
所述无线传感器网络基站31通过所述无线网桥38与所述无线4G网络节点37连接。其中，无线网桥为星型无线网桥，工作频段为5.8G，传输距离>＝2km。所述无线网桥38具体包括无线网桥节点381和汇聚节点382。其中，所述无线网桥节点381与所述无线传感器网络基站31一一对应，各个无线网桥节点381与所述汇聚节点382连接，所述汇聚节点382与所述无线4G网络节点37连接。
所述无线4G网络节点37与所述远程服务器36连接。
其中，一个无线传感器网络基站31所能监控的Zigbee节点的个数也就是风机个数为
X1＝B1/(Dnormal+Z*Dabnormal)；
其中，Dnormal为正常情况下单个风机采集的峰值数据量，以表一为例，Dnormal<365.3bit/s；Dabnormal为非正常情况下单个风机采集的峰值数据量，以表二为例，Dabnormal<2.25kbit/s；Z为风机并发故障概率，Z<20％；B1为所述无线传感器网络基站对应的无线传感器网络的带宽，例如为25kbps。
所述无线4G网络节点所监控的无线网桥节点的个数X3为
X3＝B2/B1；
其中，B1为所述无线网桥对应的带宽，例如为1Mbps，B2为所述无线4G网络节点对应的带宽，例如为5Mbps。
本实施例所述的监控系统的工作原理为，传感器33采集完成风机35的通信数据之后，可通过网络通信接口34(例如RS232接口)将通信数据发送给Zigbee节点32，Zigbee节点32收到通信数据后，将多种传感器33采样的通信数据进行打包，本实施例中一个数据包的有效载荷为30byte，所以Zigbee节点32将数据包发送到无线传感器网络基站31，无线传感器网络基站31发送至无线网桥节点381。其中，无线网桥节点381发送的数据包的有效载荷设定为1kbyte，由于无线传感器网络基站31上传的数据包大小都少于50byte，为了提高无线网桥的通信效率，将无线传感器网络基站31上传的数据包以1kbyte的最大包容量进行打包发送。无线网桥节点381将数据包发送至汇聚节点382，所述汇聚节点382将数据包发送至无线4G网络节点37，最终由无线4G网络节 点37将数据包发送至远程服务器36。其中，汇聚节点382可通过RS232接口与无线4G网络节点37通信。
本实施例采用二级网络进行数据传输，且在第一级采用成本较低的无线传感器网络，在第二级采用成本较高的无线4G网络，并且在数据传输过程中，由于每一个无线传感器网络基站必须连接一个对应的无线4G网络节点，而无线4G网络节点相对成本较高，本实施例为了进一步减少成本，在无线传感器网络和无线4G网络之间采用价格低廉的无线网桥连接。因此，本实施例不仅可以保证通信数据快速传输，提高通信效率，而且大大节约了成本。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种风力发电机监控系统，其特征在于，包括：
至少一个无线网络节点、网络通信接口、传感器、风机和远程服务器；所述风机通过所述网络通信接口与所述传感器连接，所述传感器与所述无线网络节点连接，所述无线网络节点与所述远程服务器连接；
所述无线网络节点，用于接收所述传感器发送的X1个风机的通信数据，所述风机个数X1为：
X1＝B1/(Dnormal+Z*Dabnormal)；
其中，Dnormal为正常情况下单个风机采集的峰值数据量，Dabnormal为非正常情况下单个风机采集的峰值数据量，Z为风机并发故障概率，B1为所述无线网络节点对应的无线网络的带宽；并用于接收所监控的风机发送的通信数据，将所述通信数据发送至所述远程服务器；
所述风机，用于风力发电；
所述传感器，用于采集所述风机工作状态下产生的通信数据，将所述通信数据发送至所述无线网络节点。
2.根据权利要求1所述的风力发电机监控系统，其特征在于，所述无线网络节点为以下网络中的任意一种：无线传感器网络节点、无线2G网络节点、无线3G网络节点和无线4G网络节点。
3.根据权利要求1所述的风力发电机监控系统，其特征在于，所述无线网络节点包括第一级无线网络节点和第二级无线网络节点；
所述传感器与所述第一级无线网络节点连接，所述第一级无线网络节点与所述第二级无线网络节点，所述第二级无线网络节点与所述远程服务器连接。
4.根据权利要求3所述的风力发电机监控系统，其特征在于，所述第一级无线网络节点为无线传感器网络节点，所述第二级无线网络节点为以下网络中的任意一种：无线2G网络节点、无线3G网络节点和无线4G网络节点。
5.根据权利要求3或4所述的风力发电机监控系统，其特征在于，所述第二级无线网络节点所监控的第一级无线网络节点的个数X2为
X2＝B2/B1；
其中，B1为所述第一级无线网络节点对应的第一级无线网络的带宽，B2为所述第二级无线网络节点对应的第二级无线网络的带宽。
6.根据权利要求4所述的风力发电机监控系统，其特征在于，所述第一级无线网络节点和所述第二级无线网络节点之间通过无线网桥连接。
7.根据权利要求6所述的风力发电机监控系统，其特征在于，所述无线网桥包括无线网桥节点，所述无线网桥节点与所述第一级无线网络节点一一对应。
8.根据权利要求7所述的风力发电机监控系统，其特征在于，所述无线网桥还包括汇聚节点，所述汇聚节点连接各个无线网桥节点。
9.根据权利要求6～8任一项所述的风力发电机监控系统，其特征在于，所述第二级无线网络节点所监控的无线网桥节点的个数X3为
X3＝B2/B1；
其中，B1为所述无线网桥对应的带宽，B2为所述第二级无线网络节点对应的第二级无线网络的带宽。
10.根据权利要求1或2所述的风力发电机监控系统，其特征在于，所述网络通信接口为RS232接口。
CN201510266909.6A 2015-05-21 2015-05-21 风力发电机组监控系统 Active CN104912732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510266909.6A CN104912732B (zh) 2015-05-21 2015-05-21 风力发电机组监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510266909.6A CN104912732B (zh) 2015-05-21 2015-05-21 风力发电机组监控系统

Publications (2)

Publication Number Publication Date
CN104912732A true CN104912732A (zh) 2015-09-16
CN104912732B CN104912732B (zh) 2017-10-13

Family

ID=54082105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510266909.6A Active CN104912732B (zh) 2015-05-21 2015-05-21 风力发电机组监控系统

Country Status (1)

Country Link
CN (1) CN104912732B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245143A (zh) * 2015-10-10 2016-01-13 重庆凯比科技有限公司 发电机工作状态的监测控制装置
CN105298762A (zh) * 2015-11-27 2016-02-03 温州电力设计有限公司 基于4g技术的风电机组维修监控方法
CN105427566A (zh) * 2015-12-09 2016-03-23 华南理工大学 基于无线传感器网络的风电场远程实时监测系统及方法
CN106286153A (zh) * 2016-09-26 2017-01-04 浙江工业大学 一种基于无线传感器网络的风力发电机状态监测与故障诊断方法
CN106448110A (zh) * 2016-10-26 2017-02-22 南方电网科学研究院有限责任公司 基于北斗卫星的计量自动化数据采集系统及方法
CN108443087A (zh) * 2018-04-16 2018-08-24 江苏泓茂新能源科技有限公司 基于物联网的风电机组监控系统及其工作方法
CN114980248A (zh) * 2022-08-01 2022-08-30 深圳市信润富联数字科技有限公司 无线组网方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101086801A (zh) * 2007-06-15 2007-12-12 天津成科自动化工程技术有限公司 远程无线监测系统
CN101170486A (zh) * 2006-10-26 2008-04-30 中国科学院上海微系统与信息技术研究所 无线传感器网络三层体系构架
CN101753993A (zh) * 2009-12-18 2010-06-23 浙江大学 一种结合无线传感器网络的远程视频监控系统
CN102036426A (zh) * 2010-12-31 2011-04-27 无锡信大气象传感网科技有限公司 太阳能无线传感网络系统
WO2012016337A1 (en) * 2010-08-06 2012-02-09 Simon Fraser University System and method for self-calibrating, self-organizing and localizing sensors in wireless sensor networks
CN102457913A (zh) * 2011-12-28 2012-05-16 北京必创科技有限公司 一种基于无线传感器网络传输数据的方法、装置及系统
CN103095822A (zh) * 2013-01-08 2013-05-08 华南农业大学 一种风场无线传感器网络测量系统
US20140029432A1 (en) * 2012-07-30 2014-01-30 Cisco Technology, Inc. Feedback-based tuning of control plane traffic by proactive user traffic observation
CN103742358A (zh) * 2013-12-24 2014-04-23 青海能高新能源有限公司 一种复合式风力发电机组状态监控系统
CN104048749A (zh) * 2014-06-24 2014-09-17 东北电力大学 一种风电机组振动故障检测系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101170486A (zh) * 2006-10-26 2008-04-30 中国科学院上海微系统与信息技术研究所 无线传感器网络三层体系构架
CN101086801A (zh) * 2007-06-15 2007-12-12 天津成科自动化工程技术有限公司 远程无线监测系统
CN101753993A (zh) * 2009-12-18 2010-06-23 浙江大学 一种结合无线传感器网络的远程视频监控系统
WO2012016337A1 (en) * 2010-08-06 2012-02-09 Simon Fraser University System and method for self-calibrating, self-organizing and localizing sensors in wireless sensor networks
CN102036426A (zh) * 2010-12-31 2011-04-27 无锡信大气象传感网科技有限公司 太阳能无线传感网络系统
CN102457913A (zh) * 2011-12-28 2012-05-16 北京必创科技有限公司 一种基于无线传感器网络传输数据的方法、装置及系统
US20140029432A1 (en) * 2012-07-30 2014-01-30 Cisco Technology, Inc. Feedback-based tuning of control plane traffic by proactive user traffic observation
CN103095822A (zh) * 2013-01-08 2013-05-08 华南农业大学 一种风场无线传感器网络测量系统
CN103742358A (zh) * 2013-12-24 2014-04-23 青海能高新能源有限公司 一种复合式风力发电机组状态监控系统
CN104048749A (zh) * 2014-06-24 2014-09-17 东北电力大学 一种风电机组振动故障检测系统及方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245143A (zh) * 2015-10-10 2016-01-13 重庆凯比科技有限公司 发电机工作状态的监测控制装置
CN105298762A (zh) * 2015-11-27 2016-02-03 温州电力设计有限公司 基于4g技术的风电机组维修监控方法
CN105427566A (zh) * 2015-12-09 2016-03-23 华南理工大学 基于无线传感器网络的风电场远程实时监测系统及方法
CN106286153A (zh) * 2016-09-26 2017-01-04 浙江工业大学 一种基于无线传感器网络的风力发电机状态监测与故障诊断方法
CN106448110A (zh) * 2016-10-26 2017-02-22 南方电网科学研究院有限责任公司 基于北斗卫星的计量自动化数据采集系统及方法
CN108443087A (zh) * 2018-04-16 2018-08-24 江苏泓茂新能源科技有限公司 基于物联网的风电机组监控系统及其工作方法
CN108443087B (zh) * 2018-04-16 2019-09-17 江苏泓茂新能源科技有限公司 基于物联网的风电机组监控系统及其工作方法
CN114980248A (zh) * 2022-08-01 2022-08-30 深圳市信润富联数字科技有限公司 无线组网方法、装置、设备及存储介质
CN114980248B (zh) * 2022-08-01 2022-11-15 深圳市信润富联数字科技有限公司 无线组网方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN104912732B (zh) 2017-10-13

Similar Documents

Publication Publication Date Title
CN104912732A (zh) 风力发电机组监控系统
AU2012253078B2 (en) Data acquisition concentrator and data acquisition method
CN206331577U (zh) 一种基于LoRa技术的超低功耗遥测水位采集系统
CN206332860U (zh) LoRa网关
CN110351344A (zh) 一种分布式电网故障录波器的LoRa和4G通信系统
CN105469582A (zh) 一种隧道压力波的采集系统及其数据采集方法
CN103175575A (zh) 一种基于zigbee网络的桥梁结构健康监测系统
CN102710671A (zh) 一种链网式高压输电线实时在线状态监测系统
CN111221287A (zh) 一种基于物联网的大坝安全监测系统及方法
CN205375813U (zh) 一种同时具有有线和无线通信的双模通信智能采集系统
CN104503417B (zh) 一种水电站监测系统
CN112133074A (zh) 多计量传感器的数据采集方法、设备、服务器和系统
CN202093379U (zh) 风电场远程无线实时测量与控制系统
CN112954727B (zh) 一种隧道无线传感网络通信方法及系统
CN110611939A (zh) 一种基于mesh结构的配电网监测数据智能传输方法
CN103929778A (zh) 数据分级传输方法
CN103605172B (zh) 适用于风能梯度气象观测的无线数据传输方法
CN107545731A (zh) 一种基于Zigbee自组网的嵌入式井盖压感带系统
CN201203642Y (zh) 多节点电力网防窃电报警装置
CN206193482U (zh) 油井参数采集传输及配电集成装置
CN206302424U (zh) 一种基于LoRa技术的遥测流量采集系统
CN201335764Y (zh) 在线检测水泵和/或供水管道的水力性能参数的检测系统
CN104618983B (zh) 一种基于随机能量补给的无线传感网络的通信方法
CN107896240A (zh) 基于Internet的单片机与组态软件远程通讯系统
CN109922451A (zh) 一种配电室智能采控装置及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant