CN105699894A - 一种风力发电机在线监测方法及系统 - Google Patents

一种风力发电机在线监测方法及系统 Download PDF

Info

Publication number
CN105699894A
CN105699894A CN201610054627.4A CN201610054627A CN105699894A CN 105699894 A CN105699894 A CN 105699894A CN 201610054627 A CN201610054627 A CN 201610054627A CN 105699894 A CN105699894 A CN 105699894A
Authority
CN
China
Prior art keywords
wind
driven generator
turbulent flow
response characteristic
actual
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
CN201610054627.4A
Other languages
English (en)
Other versions
CN105699894B (zh
Inventor
何廷
何廷一
吴水军
彭俊臻
刘明群
陈勇
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.)
Electric Power Research Institute of Yunnan Power System Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power System 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 Electric Power Research Institute of Yunnan Power System Ltd filed Critical Electric Power Research Institute of Yunnan Power System Ltd
Priority to CN201610054627.4A priority Critical patent/CN105699894B/zh
Publication of CN105699894A publication Critical patent/CN105699894A/zh
Application granted granted Critical
Publication of CN105699894B publication Critical patent/CN105699894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明实施例公开了一种风力发电机在线监测方法及系统，通过获取时间T内的湍流强度数据，将所述湍流强度数据存储到数据库，根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度，根据所述相似度对风力发电机低穿能力进行分析，并给出预警。本发明可以通过将获取的不同情况下的湍流数据，根据分析处理，可以分析不同湍流条件下风机的低穿能力，及时发现风电机组低穿失败的原因，并会给出预警信息，可以有效的防止风力发电机发生故障。

Description

一种风力发电机在线监测方法及系统
技术领域
本发明涉及风力系统监测技术领域，特别是涉及一种风力发电机在线监测方法及系统。
背景技术
近年来风力发电机急速增长，风电对电网的影响越来越大，风场的湍流强度是影响风力发电机风能利用和引起风力发电机振动的重要指标，在中等程度的湍流下,风力发电机的叶片扭转响应最大,对风能的利用及对风机的影响最大；对于更大的湍流强度值，将对风机造成破坏性影响。风电场设计之初未完全考虑到高原山地,台风气候情况引起的湍流等不利因素，可能存在风场实际出力与设计值偏差的问题，因此会导致在追求最高发电量时，风力发电机发生故障与电网断开，导致供电系统瘫痪。
由于风场多建于偏远山区，交通不便，再加上风力发电机的主体设备处于高空维护困难，如果吊装到底面维修代价过高，所以针对上述问题一般风电场都会配备风电在线监测系统来实时监测风力发电机的状况。但是现有的风电监测在线系统主要采用的是油液分析、热成像分析、目视检查和传感器自我诊断等技术，这些基本都是关注设备各部分自身的故障率，没有考虑到湍流等外界环境因素的影响，因此风力发电机仍然会发生穿越故障，使得风力发电机组出现问题。
发明内容
本发明实施例中提供了一种风力发电机在线监测方法及系统，以解决现有技术中的监测系统没有考虑湍流等外界因素从而导致风力发电机频发故障的问题。
为了解决上述技术问题，本发明实施例公开了如下技术方案：
一种风力发电机在线监测方法，所述方法包括：
获取时间T内的湍流强度数据；
将所述湍流强度数据存储到数据库；
根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
优选地，所述获取时间T内的湍流强度数据，包括：
采集时间T内的风速、并计算出平均风速值；
根据所述平均风速值计算得出所述平均风速的标准偏差；
获得所述湍流强度数据。
优选地，所述根据湍流强度数据获取湍流的振动响应特性，包括：
获取风力发电机电流、电压数据，获得风力发电机的实际功率输出；
根据所述实际功率输出对所述湍流强度数据进行振动响应计算；
获得所述湍流的振动响应特性。
优选地，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度，包括：
获取所述风力发电机实际的振动特性；
将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析；
获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
优选地，所述根据相似度对风力发电机低穿能力进行分析，包括：
根据获取的所述相似度，获得在不同湍流强度下风机振动受力情况，分析不同的湍流强度与风力发电机低压穿越能力的关系。
一种风力发电机在线监测系统，所述系统包括：
获取模块，用于获取时间T内的湍流强度数据；
存储模块，用于存数所述湍流强度数据；
处理模块，用于根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
分析预警模块，用于根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
优选地，所述获取模块包括：
采集单元，用于采集时间T内的风速；
计算单元，用于计算时间T内的平均风速、并根据所述平均风速获得湍流强度数据。
优选地，所述处理模块包括：
获取单元，用于获取风力发电机电流、电压数据、湍流的振动响应特性和风力发电机实际的振动特性；
处理单元，用于将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析，获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
优选地，所述获取单元包括计算子单元，用于根据所述实际功率输出对所述湍流强度数据进行振动响应计算。
优选地，所述分析预警模块包括：
分析单元，用于分析不同的湍流强度与风力发电机低压穿越能力的关系；
预警单元，用于发出预警信息，提示工作人员。
由以上技术方案可见，本发明实施例提供的一种风力发电机在线监测方法及系统，通过获取时间T内的湍流强度数据，将所述湍流强度数据存储到数据库，根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度，根据所述相似度对风力发电机低穿能力进行分析，并给出预警。本发明可以通过将获取的不同情况下的湍流数据，根据分析处理，可以分析不同湍流条件下风机的低穿能力，及时发现风电机组低穿失败的原因，并会给出预警信息，可以有效的防止风力发电机发生故障的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种风力发电机在线监测方法的流程示意图；
图2为本发明实施例提供的一种风力发电机在线监测系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
参见图1，为本发明实施例提供的一种风力发电机在线监测方法的流程示意图，所述方法包括：
S101，获取时间T内的湍流强度数据；
通过湍流传感器和设备在线采集时间T内的风速、并计算出平均风速值，根据所述平均风速值计算得出所述平均风速的标准偏差，获得所述湍流强度数据。
例如采集10分钟内的风速vt，根据10内的风速vt计算平均风速v，然后获得10分钟平均风速的标准偏差和湍流强度等湍流信息，获取湍流强度数据。
S102，将所述湍流强度数据存储到数据库；
将S101中获取的湍流强度数据存储到数据库中，同时将获得的风速、平均风速和标准偏差一并进行存储，方便后续随时可以使用。
S103，根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
获取风力发电机电流、电压数据，获得风力发电机的实际功率输出，根据所述实际功率输出对所述湍流强度数据进行振动响应计算，获得所述湍流的振动响应特性；获取所述风力发电机实际的振动特性，将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析，获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
除S101中采集湍流数据，还需要通过安装在机舱内外的多路视频监控系统实时采集风力发电机的视频摄像信息，通过语音监控实时采集机组的声音信息，通过对齿轮箱、轴系等旋转设备获取实时的机组振动数据，通过安装在机舱内外的温度传感器获取实时的机组温度信息。通过机组的转子侧和定子侧的电流互感器、电压互感器获取机组定子电压U、电流I。
计算得到的湍流强度信息IT和风力发电机组的视频摄像、振动、声音、温度、电气量等信号同时送入考虑湍流的风力发电机在线监测系统，在系统内对信息进行存储，利用机组电流、电压数据计算风力发电机实际功率输出P＝UI；对湍流信息进行振动响应计算得到的振动响应特性与实测的风力发电机振动特性进行相关分析计算其中信号x(t)为振动响应计算得到的振动响应特性和y(t)为风力发电机实测振动特性，只需调整它们之间的时差τ，就可以求得Rxy(τ)的最大值，从而了解它们之间的相似程度，获得不同湍流下风机振动受力情况；计算考虑湍流的风力发电机理论功率输出，即修正后的理论输出功率信息其中vr额定风速，v为风速，风机的机械转矩Tw＝0.5ρπR3vwCp(θ，γ)，ρ为空气密度，R为风电转子半径，θ为桨叶转矩角，叶尖速比γ＝wwR/vw，ww为风机转子转速，Cp为θ和γ有关功率系数；基于Palmegren-Miner线性积累损失理论，计算不同有效湍流强度的叶片疲劳载荷和疲劳寿命；基于疲劳等效载荷以及相关系数法,研究湍流强度对风力发电机组疲劳等效载荷的影响。
S104，根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
根据获取的所述相似度，获得在不同湍流强度下风机振动受力情况，分析不同的湍流强度与风力发电机低压穿越能力的关系,如果发生风力发电机可能出现低穿失败或在当前湍流强度下极易发生低穿失败，发出提前的预警，甚至是发出信号延迟风机桨叶改变，待湍流过后再取消延迟。
采用人工神经网络计算方法训练得到不同湍流强度与风电机组低电压穿越能力的关系，用于分析不同湍流条件下风机的低电压穿越能力以及发现低传失败原因。
由上述实施例可见，本实施例提供的一种风力发电机在线监测方法，所述方法包括：获取时间T内的湍流强度数据，将所述湍流强度数据存储到数据库，根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度，根据所述相似度对风力发电机低穿能力进行分析，并给出预警。本方法可以通过将获取的不同情况下的湍流数据，根据分析处理，可以分析不同湍流条件下风机的低穿能力，及时发现风电机组低穿失败的原因，并会给出预警信息，可以有效的防止风力发电机发生故障的问题。
与本发明提供的一种风力发电机在线监测方法实施例相对应，本发明还提供了一种风力发电机在线监测系统。
参见图2，为本发明实施例提供的一种风力发电机在线监测系统结构示意图，所述系统包括：
获取模块201，用于获取时间T内的湍流强度数据；
所述获取模块包括：采集单元，用于采集时间T内的风速；计算单元，用于计算时间T内的平均风速、并根据所述平均风速获得湍流强度数据。
存储模块202，用于存数所述湍流强度数据；所处存储模块202包括多个存储单元，分别用于存储不同的数据。
处理模块203，用于根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
所述处理模块203包括：获取单元，用于获取风力发电机电流、电压数据、湍流的振动响应特性和风力发电机实际的振动特性；处理单元，用于将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析，获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
分析预警模块204，用于根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
所述分析预警模块204包括：分析单元，用于分析不同的湍流强度与风力发电机低压穿越能力的关系；预警单元，用于发出预警信息，提示工作人员。
由上述实施例可见，本实施例提供的一种风力发电机在线监测系统，所述方法包括：获取模块201、存储模块202、处理模块203和分析预警模块204，所述系统通过利用各种模块可以通过将获取的不同情况下的湍流数据，进行分析处理，分析不同湍流条件下风机的低穿能力，及时发现风电机组低穿失败的原因，并会给出预警信息，可以有效的防止风力发电机发生故障的问题。
本说明书中对系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种风力发电机在线监测方法，其特征在于，所述方法包括：
获取时间T内的湍流强度数据；
将所述湍流强度数据存储到数据库；
根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
2.根据权利要求1所述的风力发电机在线监测方法，其特征在于，所述获取时间T内的湍流强度数据，包括：
采集时间T内的风速、并计算出平均风速值；
根据所述平均风速值计算得出所述平均风速的标准偏差；
获得所述湍流强度数据。
3.根据权利要求1所述的风力发电机在线监测方法，其特征在于，所述根据湍流强度数据获取湍流的振动响应特性，包括：
获取风力发电机电流、电压数据，获得风力发电机的实际功率输出；
根据所述实际功率输出对所述湍流强度数据进行振动响应计算；
获得所述湍流的振动响应特性。
4.根据权利要求1所述的风力发电机在线监测方法，其特征在于，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度，包括：
获取所述风力发电机实际的振动特性；
将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析；
获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
5.根据权利要求1所述的风力发电机在线监测方法，其特征在于，所述根据相似度对风力发电机低穿能力进行分析，包括：
根据获取的所述相似度，获得在不同湍流强度下风机振动受力情况，分析不同的湍流强度与风力发电机低压穿越能力的关系。
6.一种风力发电机在线监测系统，其特征在于，所述系统包括：
获取模块，用于获取时间T内的湍流强度数据；
存储模块，用于存数所述湍流强度数据；
处理模块，用于根据所述湍流强度数据获取湍流的振动响应特性，将所述湍流的振动响应特性与风力发电机实际的振动特性进行相关性处理，获得所述湍流的振动响应特性与所述风力发电机实际的振动特性的相似度；
分析预警模块，用于根据所述相似度对风力发电机低穿能力进行分析，并给出预警。
7.根据权利要求1所述的风力发电机在线监测系统，其特征在于，所述获取模块包括：
采集单元，用于采集时间T内的风速；
计算单元，用于计算时间T内的平均风速、并根据所述平均风速获得湍流强度数据。
8.根据权利要求1所述的风力发电机在线监测系统，其特征在于，所述处理模块包括：
获取单元，用于获取风力发电机电流、电压数据、湍流的振动响应特性和风力发电机实际的振动特性；
处理单元，用于将所述湍流的振动响应特性与所述风力发电机实际振动特性进行相关性分析，获得所述湍流的振动响应特性与所述风力发电机实际振动特性的相似程度。
9.根据权利要求8所述的风力发电机在线监测系统，其特征在于，所述获取单元包括计算子单元，用于根据所述实际功率输出对所述湍流强度数据进行振动响应计算。
10.根据权利要求1所述的风力发电机在线监测系统，其特征在于，所述分析预警模块包括：
分析单元，用于分析不同的湍流强度与风力发电机低压穿越能力的关系；
预警单元，用于发出预警信息，提示工作人员。
CN201610054627.4A 2016-01-27 2016-01-27 一种风力发电机在线监测方法及系统 Active CN105699894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610054627.4A CN105699894B (zh) 2016-01-27 2016-01-27 一种风力发电机在线监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610054627.4A CN105699894B (zh) 2016-01-27 2016-01-27 一种风力发电机在线监测方法及系统

Publications (2)

Publication Number Publication Date
CN105699894A true CN105699894A (zh) 2016-06-22
CN105699894B CN105699894B (zh) 2018-07-31

Family

ID=56228559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610054627.4A Active CN105699894B (zh) 2016-01-27 2016-01-27 一种风力发电机在线监测方法及系统

Country Status (1)

Country Link
CN (1) CN105699894B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291514A (zh) * 2020-02-03 2020-06-16 华北电力大学 一种风电机组疲劳寿命的快速预测的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101882798A (zh) * 2010-06-18 2010-11-10 深圳市禾望电气有限公司 一种低压穿越测试控制装置
CN101968032A (zh) * 2010-09-07 2011-02-09 国电联合动力技术有限公司 一种双馈式风电机组低电压穿越监测系统
EP2565442A1 (en) * 2011-09-05 2013-03-06 Siemens Aktiengesellschaft System and method for operating a wind turbine using adaptive reference variables
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN104111154A (zh) * 2014-06-23 2014-10-22 北京金风科创风电设备有限公司 风力发电机组的振动趋势分析方法和振动趋势分析系统
CN104392056A (zh) * 2014-11-28 2015-03-04 国家电网公司 一种直驱风电机组建模方法及装置
US9148022B2 (en) * 2013-09-17 2015-09-29 King Fahd University Of Petroleum And Minerals Wind turbine permanent magnet synchronous generator (WT-PMSG) system
CN105023099A (zh) * 2015-07-15 2015-11-04 南京理工大学 一种考虑湍流强度的风力发电机出力评估方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101882798A (zh) * 2010-06-18 2010-11-10 深圳市禾望电气有限公司 一种低压穿越测试控制装置
CN101968032A (zh) * 2010-09-07 2011-02-09 国电联合动力技术有限公司 一种双馈式风电机组低电压穿越监测系统
EP2565442A1 (en) * 2011-09-05 2013-03-06 Siemens Aktiengesellschaft System and method for operating a wind turbine using adaptive reference variables
US9148022B2 (en) * 2013-09-17 2015-09-29 King Fahd University Of Petroleum And Minerals Wind turbine permanent magnet synchronous generator (WT-PMSG) system
CN104075795A (zh) * 2014-06-18 2014-10-01 北京金风科创风电设备有限公司 用于监测风力发电机组的叶轮振动状态的方法和系统
CN104111154A (zh) * 2014-06-23 2014-10-22 北京金风科创风电设备有限公司 风力发电机组的振动趋势分析方法和振动趋势分析系统
CN104392056A (zh) * 2014-11-28 2015-03-04 国家电网公司 一种直驱风电机组建模方法及装置
CN105023099A (zh) * 2015-07-15 2015-11-04 南京理工大学 一种考虑湍流强度的风力发电机出力评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹冲 等: "湍流对风力发电机输出功率影响的研究", 《广东电力》 *
李翠萍 等: "湍流强度修正风力发电机组功率曲线方法的研究", 《可再生能源》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111291514A (zh) * 2020-02-03 2020-06-16 华北电力大学 一种风电机组疲劳寿命的快速预测的方法
CN111291514B (zh) * 2020-02-03 2024-04-05 华北电力大学 一种风电机组疲劳寿命的快速预测的方法

Also Published As

Publication number Publication date
CN105699894B (zh) 2018-07-31

Similar Documents

Publication Publication Date Title
Liu et al. The structure healthy condition monitoring and fault diagnosis methods in wind turbines: A review
Yang et al. Wind turbine condition monitoring: technical and commercial challenges
Amirat et al. A brief status on condition monitoring and fault diagnosis in wind energy conversion systems
CA2796482C (en) Method of controlling the power input to a hvdc transmission link
CN105756864B (zh) 基于双馈风力发电机组定子电流的桨叶不平衡故障诊断方法
CN103912448B (zh) 一种区域风电场机组功率特性监测方法
CA2858702C (en) Methods and systems for detecting wind turbine rotor blade damage
CN106815771B (zh) 一种风电场载荷的长期评估方法
CN108709724A (zh) 风力发电机组螺栓在线状态监测系统及方法
CN103234585A (zh) 一种大型风电机组在线监测及故障诊断系统
CN102434388A (zh) 风力发电机组健康状态在线监测装置及其监测方法
CN108252873A (zh) 一种风力发电机组在线数据监测及其性能评估的系统
CN108599724A (zh) 一种光伏组件在线监测系统及监测方法
CN110226096A (zh) 状态监视系统、状态监视方法、状态监视程序和存储介质
CN107781118A (zh) 基于多元传感信息的风力发电机叶片健康状态监测系统
CN105738806A (zh) 一种风力发电机组故障诊断系统和方法
CN105065212A (zh) 一种风电场风电机组校验方法及系统
CN108549999A (zh) 基于风速区间的海上风电电能质量数据分析方法及系统
CN108278184A (zh) 基于经验模态分解的风电机组叶轮不平衡监测方法
CN114033617B (zh) 一种控制参量自适应调整的可控风力发电方法及系统
Liew et al. Wind characterization by three blade savonius wind turbine using iot
CN116306139A (zh) 一种风力机叶片寿命智能监测方法及系统
CN202453182U (zh) 一种风电机组齿轮箱故障诊断装置
CN105699894A (zh) 一种风力发电机在线监测方法及系统
CN106677985A (zh) 一种风力发电机组评估系统及其预测控制服务系统

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