CN106503406B - 一种风力发电机组偏航自动矫正控制方法 - Google Patents
一种风力发电机组偏航自动矫正控制方法 Download PDFInfo
- Publication number
- CN106503406B CN106503406B CN201611101437.XA CN201611101437A CN106503406B CN 106503406 B CN106503406 B CN 106503406B CN 201611101437 A CN201611101437 A CN 201611101437A CN 106503406 B CN106503406 B CN 106503406B
- Authority
- CN
- China
- Prior art keywords
- yaw
- data
- grid
- wind
- max
- 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 30
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 5
- 238000012937 correction Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000686 essence Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004606 Fillers/Extenders Substances 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- F03D7/00—Controlling wind motors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种风力发电机组偏航自动矫正控制方法,由风力发电机组偏航基本原理可知,同一风速条件下,风机正对风的时候,对应着发电机的功率峰值,在理想状态,即风向仪不存在误差的时候,其功率峰值应当在零点或其附近的位置出现。当发电机功率峰值对应偏航角度不为0时,说明风向仪的测量结果产生了偏差,而在实际风机组中获取的数据结果是大量零散的点,根据这些数据点进行统计分析以及进一步的处理,计算出此时的功率峰值对应偏航角度的值,然后将此偏差量换算成偏航角度的偏移量,并在程序中进行修正,即可在软件上完成风向仪矫正处理,使得风机能继续正确偏航。本发明方法精简而易处理,运算量较小且可精确度较高的获取偏移量数据。
Description
技术领域
本发明涉及风力发电机组偏航控制的技术领域,尤其是指一种风力发电机组偏航自动矫正控制方法。
背景技术
风力发电机组在运行过程中,常常需要调度机舱进行偏航,使风机正确对风,以跟踪最佳风速来获得更高的风能转化效率,从而得到优质的发电功率。而偏航的前提是准确获知风轮附近的风向,这要求机舱上的风向仪能够正确工作。然而随着机械部件的磨损或传感部件的灵敏度衰减等原因,风向仪硬件上无法保证传回数据有足够的准确度,此时寄望于通过软件的适当处理,使风机获取正确的偏航对风角度偏移量。
当前,已有一些文献对偏航矫正提出改进的方法,如:金风科技提出了一种通过分风速段筛选出偏航角度实测值及对应发电功率,并通过数据拟合获取最终偏移量的方法[1],文中只设计了结构框架,未对具体的数据分析处理办法做出描述。此外,金风还提出了一种根据实测偏航角度以及从功率计算出的理论偏航角度求差值,进而推算出偏航误差角的方法[2],该方法仅以当前检测偏航角度为比较对象,而单一采样数据可能存在一定的偶然性,如果能进一步考虑充足的样本数,则能将偶然性降得更低。普华亿能则提出了一种风速风向校准系统[3],该系统需要标准风速计和风向计,测试风速计和风向计共四个硬件仪器,通过测试组与标准组的对比,判断是否存在故障,该系统需要进行硬件上的扩充,在一定程度上增加风机成本。
风机组在实际运行的时候,会将偏航角度实测值和发电机功率等参数数据大量记录下来,一般而言,这种原始的采样点往往不会非常显著而直观地呈现出某种趋势或规律,需要通过统计和分析加工之后才会显现出来。我们在后期可以利用MATLAB等高级数据分析工具进行处理,得到我们想要的结果。而当前风机组控制器一般为PLC(可编程逻辑控制单元),采用结构化文本(ST语言)进行程序编写,虽然已可提供相当的运算处理能力和算法实现的可能性,但仍然难以完成复杂度过高的算法,基于上述原因,以及控制程序本身的体量,希望将加入的扩展程序的运算量控制在一定程度以下。故针对现有硬件水平,我们设计了一种计算量小,结构简洁,但精确度较高的获取偏移量数据分析处理方法,根据本方法完成偏航自动矫正处理。
参考文献及专利:
[1]风力发电机组对风矫正控制方法、装置和系统
[2]偏航误差角获得方法及偏航控制方法/装置和风力发电机组
[3]一种风速风向校准系统
发明内容
本发明的目的在于克服现有技术的缺点和不足,提供一种风力发电机组偏航自动矫正控制方法,该方法计算量小,并能够获取精确度较高的偏移量数据,可以很好地完成偏航自动矫正处理。
为实现上述目的,本发明所提供的技术方案为:一种风力发电机组偏航自动矫正控制方法,包括以下步骤:
1)数据采集工作
设定数据筛选条件:根据机组运行状态(限功率、正常并网、结冰等),将机组运行情况进行初步筛选,获取同一风速附近的机组功率及对应的风机位置与风向偏差角度值等有效数据,为防止冗余计算,先对往年的偏航动作发生风速段进行统计,将“风速”设定为偏航次数发生较多的风速段;
规定数据采集时间:根据经验判断设定具体的限定范围,可统计一段时间内偏航次数,计算出相邻两次偏航间隔时间,结合算法本身运算量,确定合适的采样时间;或以获取数据的量作为判准,当统计存储的数据量达到指定目标时,完成数据采集;
2)数据分析处理工作
2.1)数据预处理:设定数据剔除条件,将不合理的大误差点剔除,完成二次筛选;
2.2)将二次筛选后的数据视作平面上分布的点群,再对平面进行区域划分;其中,先确定好平面的区域范围,这里即指同一风速附近下发电机功率上、下限pmax和pmin以及对应偏航角度值的最大、最小值θmax和θmin;
2.3)当pmax、pmin、θmax和θmin值确定后,在平面坐标下划出该风速附近数据采样点分布的范围,并将数据分布的矩形平面按照指定步长分成多个网格,如下:
2.3.1)将偏航角度设定为每N度为一个间隔,即将横坐标[θmin,θmax]以N为步长进行等分,N为正数(可以根据精确度及计算量的需求,在控制器允许的精度范围内折中选取一个量值),[θmin+N·(i-1),θmin+N·i]为第i列的坐标范围,其中θmin+N·i≤θmax,i=1,2,3,…,n;
2.3.2)将发电机功率设定为每M千瓦为一个间隔,即将纵坐标[pmin,pmax]以M为步长进行等分,M为正数(可以根据精确度及计算量的需求,在控制器允许的精度范围内折中选取一个量值),[pmin+M·(j-1),pmin+M·j]为第j行的坐标范围,其中pmin+M·j≤pmax,j=1,2,3,…,m;
2.4)根据步骤2.3)的划分,得到每一个网格的坐标范围,而不同数据点分属于各网格内,易知计算精度与同一平面内的网格数呈正相关关系,当网格尺度越小,同一平面内网格数越多,拟合出的结果精度越高,网格尺度即前述横纵坐标的步长,其网格尺度可根据精确度的要求自由调整;
2.5)根据每一个采样点的坐标,判断其分属于哪个网格之内,统计出每一网格内采样点的数目kji;
2.6)接着统计出相同横坐标间隔内,纵向所有网格,即一列网格内所有采样点的数目rj;
2.7)将单个网格内点的数目比上网格所在列的总采样点数,即ωji=kji/rj,把该比值作为网格所占权重;
2.8)将网格的中心点,即矩形对角线的交点的坐标(θmin+N·i-0.5N,pmin+M·j-0.5M)作为网格的坐标,对同一列的全体网格,将其中心点纵坐标值乘以所占权重,相加结果作为该列的纵坐标横坐标(θmin+N·i-0.5N)作为该列中点坐标,即对应偏航角度值;
2.9)将计算结果ci,即相应发电机功率值的大小根据冒泡法排序,得到发电机功率最高的在前的一些点,对这些点的横坐标(θmin+N·i-0.5N)进行求平均值处理,将最终的结果作为风机偏航的偏移量;
2.10)将偏航对风角度实测值减去此偏移量,作为后续偏航对风角度值。
本发明与现有技术相比,具有如下优点与有益效果:
1、本发明充分考虑了风力发电机组的控制器运算处理单元的计算能力和所带编程语言的结构特点,设计了一种精简而易处理,运算量较小且具备足够精度的数据处理分析方法。
2、本发明方法可内置于主控程序中,随风机的运行而不断收集数据,当获取一定量的采样点后,经预处理,将数据按行列分组,对分组后的数据求加权平均值,其处理过程仅涉及将数据分类存储、加权运算以及排序处理,运算量小且易于实现。
3、根据统计学原理,样本数据足够大的时候,出现在某一区域数据点的数目与总数的比值可近似表征数据点落入该区域的概率,故通过将概率化为权值的处理办法,可以在理论上保证其保有足够的精确度。
附图说明
图1为风机的功率与偏航角度的关系图。
图2为风机的功率与偏航角度的数据点分布图。
图3为本发明方法的流程图。
图4a为算法拟合与Matlab函数拟合结果对比图之一。
图4b为算法拟合与Matlab函数拟合结果对比图之二。
图4c为算法拟合与Matlab函数拟合结果对比图之三。
具体实施方式
下面结合具体实施例对本发明做进一步的说明。
由风力发电机组偏航基本原理可知,如图1所示,同一风速条件下,风机正对风的时候,对应着发电机的功率峰值,所以在理想状态,即风向仪不存在误差的时候,其功率峰值应当在零点或其附近的位置出现。当一定时间内,偏航角度-发电机功率关系统计结果显示发电机功率峰值对应偏航角度不为0时,说明风向仪的测量结果产生了偏差,而在实际风机组中获取的数据结果是如图2所示的大量零散的点,根据这些数据点进行统计分析以及进一步的处理,计算出此时的功率峰值对应偏航角度的值,然后将此偏差量换算成偏航角度的偏移量,并在程序中进行修正,即可在软件上完成风向仪矫正处理,使得风机能继续正确偏航。在此基础上,本实施例提供的风力发电机组偏航自动矫正控制方法,如图3所示,包括以下步骤:
1)数据采集工作
首先,需要设定好具体数据筛选条件:根据机组运行状态(限功率、正常并网、结冰等),将机组运行情况进行初步筛选,获取同一风速附近的机组功率及对应的风机位置与风向偏差角度值等有效数据,为防止冗余计算,先对往年的偏航动作发生风速段进行统计,将“风速”设定为偏航次数发生较多的风速段;然后规定具体的数据采集时间:根据经验判断设定具体的限定范围,可统计一段时间内偏航次数,计算出相邻两次偏航间隔时间,结合算法本身运算量,确定合适的采样时间;或以获取数据的量作为判准,当统计存储的数据量达到指定目标时,完成数据采集。
2)数据采集工作完毕以后,进行数据分析处理工作
2.1)数据预处理:设定数据剔除条件,将不合理的大误差点剔除,以风速为例,最小风速为0m/s,最大风速取风场过去一年内统计风速最大值,范围之外的数据属于显著误差,予以剔除;完成二次筛选;
2.2)将二次筛选后的数据视作平面上分布的点群,再对平面进行区域划分;其中,先确定好平面的区域范围,这里即指同一风速附近下发电机功率上、下限pmax和pmin以及对应偏航角度值的最大、最小值θmax和θmin;
2.3)当pmax、pmin、θmax和θmin值确定后,在平面坐标下划出该风速附近数据采样点分布的范围,并将数据分布的矩形平面按照指定步长分成多个网格(如图2所示),如下:
2.3.1)将偏航角度设定为每2.5度为一个间隔,即将横坐标[θmin,θmax]以2.5为步长进行等分,[θmin+2.5·(i-1),θmin+2.5·i]为第i列的坐标范围,其中θmin+2.5·i≤θmax,i=1,2,3,…,n;
2.3.2)将发电机功率设定为每50kW为一个间隔,即将纵坐标[pmin,pmax]以50为步长进行等分,[pmin+50·(j-1),pmin+50·j]为第j行的坐标范围,其中pmin+50·j≤pmax,j=1,2,3,…,m;
2.4)根据步骤2.3)的划分,我们容易得到每一个网格的坐标范围,而不同数据点分属于各网格内,易知计算精度与同一平面内的网格数呈正相关关系,当网格尺度越小,同一平面内网格数越多,拟合出的结果精度越高,网格尺度即前述横纵坐标的步长,其网格尺度可根据精确度的要求自由调整;
2.5)根据每一个采样点的坐标,判断其分属于哪个网格之内,统计出每一网格内采样点的数目kji;
2.6)接着统计出相同横坐标间隔内,纵向所有网格,即一列网格内所有采样点的数目rj;
2.7)将单个网格内点的数目比上网格所在列的总采样点数,即ωji=kji/rj,把该比值作为网格所占权重;
2.8)将网格的中心点(即矩形对角线的交点)坐标(θmin+2.5·i-1.25,pmin+50·j-25)作为网格的坐标,对同一列的全体网格,将其中心点纵坐标值乘以所占权重,相加结果作为该列的纵坐标横坐标(θmin+2.5·i-1.25)作为该列中点坐标,即对应偏航角度值;
2.9)将计算结果ci,即相应发电机功率值的大小根据冒泡法排序,得到发电机功率最高的前10%的点,对这些点的横坐标(θmin+2.5·i-1.25)求平均值处理,将最终的结果作为风机偏航的偏移量;
2.10)将偏航对风角度实测值减去此偏移量,作为后续偏航对风角度值。
综上所述,本发明充分考虑了风力发电机组的控制器运算处理单元的计算能力和所带编程语言的结构特点,设计了一种精简而易处理,运算量较小且具备足够精度的数据处理分析方法。本方法可内置于主控程序中,随风机的运行而不断收集数据,当获取一定量的采样点后,经预处理,将数据按行列分组,对分组后的数据求加权平均值,其处理过程仅涉及将数据分类存储、加权运算以及排序处理,运算量小且易于实现;而根据统计学原理,样本数据足够大的时候,出现在某一区域数据点的数目与总数的比值可近似表征数据点落入该区域的概率,故通过将概率化为权值的处理办法,可以在理论上保证其保有足够的精确度,如图4a至图4c所示,经MATLAB自带函数大量拟合结果对比证明本方法具备相当的精度,值得推广。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (1)
1.一种风力发电机组偏航自动矫正控制方法,其特征在于,包括以下步骤:
1)数据采集工作
设定数据筛选条件:根据机组运行状态,将机组运行情况进行初步筛选,获取同一风速附近的机组功率及对应的风机位置与风向偏差角度值这些有效数据,为防止冗余计算,先对往年的偏航动作发生风速段进行统计,将“风速”设定为偏航次数发生较多的风速段;
规定数据采集时间:根据经验判断设定具体的限定范围,统计一段时间内偏航次数,计算出相邻两次偏航间隔时间,结合算法本身运算量,确定采样时间;
2)数据分析处理工作
2.1)数据预处理:设定数据剔除条件,将不合理的大误差点剔除,完成二次筛选;
2.2)将二次筛选后的数据视作平面上分布的点群,再对平面进行区域划分;其中,先确定好平面的区域范围,这里即指同一风速附近下发电机功率上、下限pmax和pmin以及对应偏航角度值的最大、最小值θmax和θmin;
2.3)当pmax、pmin、θmax和θmin值确定后,在平面坐标下划出该风速附近数据采样点分布的范围,并将数据分布的矩形平面按照指定步长分成多个网格,如下:
2.3.1)将偏航角度设定为每N度为一个间隔,即将横坐标[θmin,θmax]以N为步长进行等分,N为正数,[θmin+N·(i-1),θmin+N·i]为第i列的坐标范围,其中θmin+N·i≤θmax,i=1,2,3,…,n;
2.3.2)将发电机功率设定为每M千瓦为一个间隔,即将纵坐标[pmin,pmax]以M为步长进行等分,M为正数,[pmin+M·(j-1),pmin+M·j]为第j行的坐标范围,其中pmin+M·j≤pmax,j=1,2,3,…,m;
2.4)根据步骤2.3)的划分,得到每一个网格的坐标范围,而不同数据点分属于各网格内,易知计算精度与同一平面内的网格数呈正相关关系,当网格尺度越小,同一平面内网格数越多,拟合出的结果精度越高,网格尺度即前述横纵坐标的步长,其网格尺度能够根据精确度的要求自由调整;
2.5)根据每一个采样点的坐标,判断其分属于哪个网格之内,统计出每一网格内采样点的数目kji;
2.6)接着统计出相同横坐标间隔内,纵向所有网格,即一列网格内所有采样点的数目rj;
2.7)将单个网格内点的数目比上网格所在列的总采样点数,即ωji=kji/rj,把该比值作为网格所占权重;
2.8)将网格的中心点,即矩形对角线的交点的坐标(θmin+N·i-0.5N,pmin+M·j-0.5M)作为网格的坐标,对同一列的全体网格,将其中心点纵坐标值乘以所占权重,相加结果作为该列的纵坐标横坐标(θmin+N·i-0.5N)作为该列中点坐标,即对应偏航角度值;
2.9)将计算结果ci,即相应发电机功率值的大小根据冒泡法排序,得到发电机功率最高的在前的一些点,对这些点的横坐标(θmin+N·i-0.5N)进行求平均值处理,将最终的结果作为风机偏航的偏移量;
2.10)将偏航对风角度实测值减去此偏移量,作为后续偏航对风角度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101437.XA CN106503406B (zh) | 2016-12-05 | 2016-12-05 | 一种风力发电机组偏航自动矫正控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101437.XA CN106503406B (zh) | 2016-12-05 | 2016-12-05 | 一种风力发电机组偏航自动矫正控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106503406A CN106503406A (zh) | 2017-03-15 |
CN106503406B true CN106503406B (zh) | 2019-04-12 |
Family
ID=58329399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611101437.XA Active CN106503406B (zh) | 2016-12-05 | 2016-12-05 | 一种风力发电机组偏航自动矫正控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503406B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107152374B (zh) * | 2017-05-23 | 2019-10-25 | 北京三力新能科技有限公司 | 一种风力发电机组偏航控制方法 |
CN110857684B (zh) * | 2018-08-22 | 2021-06-01 | 阿里巴巴集团控股有限公司 | 一种风力发电机偏航控制方法、装置及设备 |
CN109472040B (zh) * | 2018-08-31 | 2022-11-11 | 北京优利康达科技股份有限公司 | 一种动态校正风电机组偏航对风偏差的方法和装置 |
WO2020061052A1 (en) | 2018-09-17 | 2020-03-26 | American Superconductor Corporation | Yaw auto-calibration for a wind turbine generator |
CN110094300B (zh) * | 2019-01-24 | 2020-04-21 | 上海电力学院 | 风电机组的对风偏差矫正方法、装置、设备及介质 |
CN110886681B (zh) * | 2019-12-13 | 2021-04-27 | 北京三力新能科技有限公司 | 一种基于时间分区和偏航扇区的偏航角度定位控制方法 |
CN112796940B (zh) * | 2021-01-29 | 2022-05-24 | 东方电气风电股份有限公司 | 一种风向数据缺失风机的对风方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103953503A (zh) * | 2014-04-18 | 2014-07-30 | 南车株洲电力机车研究所有限公司 | 风力发电机组偏航制动力矩控制装置及其方法 |
CN104314757A (zh) * | 2014-10-15 | 2015-01-28 | 国电联合动力技术有限公司 | 一种风力发电机组偏航控制方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8202049B2 (en) * | 2010-08-31 | 2012-06-19 | Catch the Wind, Inc. | Independent blade pitch control |
US10712717B2 (en) * | 2015-05-15 | 2020-07-14 | General Electric Company | Condition-based validation of performance updates |
-
2016
- 2016-12-05 CN CN201611101437.XA patent/CN106503406B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103953503A (zh) * | 2014-04-18 | 2014-07-30 | 南车株洲电力机车研究所有限公司 | 风力发电机组偏航制动力矩控制装置及其方法 |
CN104314757A (zh) * | 2014-10-15 | 2015-01-28 | 国电联合动力技术有限公司 | 一种风力发电机组偏航控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
Comparative studies on control systems for a two-blade variable-speed wind turbine with a speed exclusion zone;Yang, J等;《ENERGY》;20160815;第109卷;第294-309页 |
两叶片变速风力机组避免塔架共振控制策略;宋冬然等;《振动与冲击》;20150828;第34卷(第16期);第90-98页 |
Also Published As
Publication number | Publication date |
---|---|
CN106503406A (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503406B (zh) | 一种风力发电机组偏航自动矫正控制方法 | |
CN103914064B (zh) | 基于多分类器和d-s证据融合的工业过程故障诊断方法 | |
CN103197299B (zh) | 天气雷达径向风信息提取及量化分析系统 | |
CN103544507B (zh) | 一种基于成对约束判别分析-非负稀疏散度的高光谱数据降维方法 | |
CN103617328B (zh) | 一种飞机三维姿态解算方法 | |
CN104730537B (zh) | 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法 | |
CN105844663A (zh) | 一种自适应orb目标跟踪方法 | |
CN104793201A (zh) | 一种跟踪临近空间高超声速目标的修正变结构网格交互多模型滤波方法 | |
CN104751469B (zh) | 基于核模糊c均值聚类的图像分割方法 | |
CN109461188B (zh) | 一种二维x射线头影测量图像解剖特征点自动定位方法 | |
CN103744978A (zh) | 一种基于网格搜索技术用于支持向量机的参数寻优方法 | |
CN103631681A (zh) | 一种在线修复风电场异常数据的方法 | |
CN108254727A (zh) | 一种基于轮廓跟踪的雷达点迹凝聚方法 | |
CN107316321A (zh) | 多特征融合目标跟踪方法及基于信息熵的权值自适应方法 | |
CN106934324A (zh) | 基于简化多假设算法的雷达数据关联方法 | |
CN105472733A (zh) | 一种应用于室内定位中的基于ap选择定位方法 | |
CN116050136B (zh) | 一种智能船舶测试场景库的生成方法、装置及设备 | |
CN102506876B (zh) | 一种地球紫外敏感器测量的自主导航方法 | |
CN104077769A (zh) | 一种图像配准中的误匹配点对剔除算法 | |
CN106686720A (zh) | 一种基于时间维度的无线指纹定位方法及其系统 | |
CN110059292B (zh) | 一种空间目标姿态识别方法 | |
CN107132515A (zh) | 一种基于多维信息约束的点迹筛选方法 | |
CN105547286A (zh) | 一种复合三视场星敏感器星图模拟方法 | |
CN117689995A (zh) | 一种基于单目图像的未知航天器层级检测方法 | |
CN103632036B (zh) | 目标的电磁热点分布图构建方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 528437 Guangdong torch hi tech Industrial Development Zone, Torch Road, No. 22, Ming Yang Industrial Park, Zhongshan Applicant after: Ming Yang wisdom Energy Group AG Address before: 528437 Guangdong torch hi tech Industrial Development Zone, Torch Road, No. 22, Ming Yang Industrial Park, Zhongshan Applicant before: Guangdong Mingyang Wind Power Group Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |