CN107042870B - 一种太阳能、风能混合发电的双体船 - Google Patents
一种太阳能、风能混合发电的双体船 Download PDFInfo
- Publication number
- CN107042870B CN107042870B CN201710042963.1A CN201710042963A CN107042870B CN 107042870 B CN107042870 B CN 107042870B CN 201710042963 A CN201710042963 A CN 201710042963A CN 107042870 B CN107042870 B CN 107042870B
- Authority
- CN
- China
- Prior art keywords
- noise reduction
- vibration signal
- signal
- power plant
- fault
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000009467 reduction Effects 0.000 claims description 59
- 238000000605 extraction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 238000011946 reduction process Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000007257 malfunction Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 2
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000000354 decomposition reaction Methods 0.000 description 7
- 238000005311 autocorrelation function Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B1/00—Hydrodynamic or hydrostatic features of hulls or of hydrofoils
- B63B1/02—Hydrodynamic or hydrostatic features of hulls or of hydrofoils deriving lift mainly from water displacement
- B63B1/10—Hydrodynamic or hydrostatic features of hulls or of hydrofoils deriving lift mainly from water displacement with multiple hulls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H21/00—Use of propulsion power plant or units on vessels
- B63H21/12—Use of propulsion power plant or units on vessels the vessels being motor-driven
- B63H21/17—Use of propulsion power plant or units on vessels the vessels being motor-driven by electric motor
-
- 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
- G01D21/00—Measuring or testing not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63H—MARINE PROPULSION OR STEERING
- B63H21/00—Use of propulsion power plant or units on vessels
- B63H21/12—Use of propulsion power plant or units on vessels the vessels being motor-driven
- B63H21/17—Use of propulsion power plant or units on vessels the vessels being motor-driven by electric motor
- B63H2021/171—Use of propulsion power plant or units on vessels the vessels being motor-driven by electric motor making use of photovoltaic energy conversion, e.g. using solar panels
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Ocean & Marine Engineering (AREA)
- General Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种太阳能、风能混合发电的双体船，包括双体母船，双体母船上设有驱使双体母船运动的混合动力装置，还包括用于为所述混合动力装置供电的太阳能发电系统、风力发电系统，以及用于对该混合动力装置进行故障检测识别的故障检测识别系统。本发明可以为双体母船供应由太阳能和风能转换的电能，节能环保；通过设置故障检测识别系统，能够及时对混合动力装置进行故障检测识别，确保在其发生故障时能够及时得到维修。
Description
技术领域
本发明涉及双体船设计领域，具体涉及一种太阳能、风能混合发电的双体船。
背景技术
相关技术中，船舶可再生动力能源技术的研发，既是具有前瞻性、事关国家船舶科技可持续发展的远景课题，也是急需要研究实现的迫切课题。目前，双体船的船舶动力仍然依赖燃料，能耗高且污染严重；因此，可以将太阳能发电和风力发电技术应用于双体船上，构建混合动力装置，从而为双体船补充电能，减少燃料的使用。
发明内容
针对上述问题，本发明旨在提供一种太阳能、风能混合发电的双体船。
本发明的目的采用以下技术方案来实现：
提供了一种太阳能、风能混合发电的双体船，包括双体母船，双体母船上设有驱使双体母船运动的混合动力装置，还包括用于为所述混合动力装置供电的太阳能发电系统、风力发电系统，以及用于对该混合动力装置进行故障检测识别的故障检测识别系统。
本发明的有益效果为：通过在双体母船上设置风力发电系统及太阳能发电系统，两系统可以为双体母船供应由太阳能和风能转换的电能，节能环保；通过设置故障检测识别系统，能够及时对混合动力装置进行故障检测识别，确保在其发生故障时能够及时得到维修。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构连接示意图；
图2是本发明一个实施例的故障检测识别系统的结构连接示意图。
附图标记：
双体母船1、混合动力装置2、太阳能发电系统3、风力发电系统4、故障检测识别系统5、报警器6、振动信号获取单元11、振动信号降噪单元12、故障特征提取单元13、故障识别单元14。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种太阳能、风能混合发电的双体船，包括双体母船1，双体母船1上设有驱使双体母船1运动的混合动力装置2，还包括用于为所述混合动力装置2供电的太阳能发电系统3、风力发电系统4，以及用于对该混合动力装置2进行故障检测识别的故障检测识别系统5。
优选的，所述太阳能发电系统3包括多组太阳能电池板以及与所述太阳能电池板电连接的太阳能转换单元，该太阳能电池板安装在双体母船1的甲板上；所述风力发电系统4包括设有多个叶片的风力发电机，所述风力发电机安装在所述双体母船1的甲板尾部。
进一步地，所述太阳能、风能混合动力双体船还包括用于在该混合动力装置2发生故障时进行报警的报警器6。
本发明上述实施例通过在双体母船1上设置风力发电系统4及太阳能发电系统3，两系统可以为双体母船1供应由太阳能和风能转换的电能，节能环保；通过设置故障检测识别系统5，能够及时对混合动力装置2进行故障检测识别，确保在其发生故障时能够及时得到维修。
参见图2，所述故障检测识别系统5包括依次连接的振动信号获取单元11、振动信号降噪单元12、故障特征提取单元13和故障识别单元14；
所述振动信号获取单元11，用于利用加速度传感器获取混合动力装置2在正常状态下及各种故障状态下运行时的原始振动信号；
所述振动信号降噪单元12用于对原始振动信号进行降噪处理；
所述故障特征提取单元13用于提取降噪后的振动信号的故障特征信息；
所述故障识别单元14用于建立故障诊断模型，并采用提取的故障特征信息对该故障诊断模型进行训练，从而基于训练完的故障诊断模型对混合动力装置2进行故障识别。
所述振动信号降噪单元12包括信号初步降噪子单元、信号二级降噪子单元和信号末级降噪子单元；
所述信号初步降噪子单元用于利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪；
所述信号二级降噪子单元用于对经过信号初步降噪子单元处理后的振动信号进行二次降噪；
所述信号末级降噪子单元用于基于改进的综合经验模态算法对信号二级降噪后的振动信号进行末级降噪。
本优选实施例对获取的原始振动信号进行多次降噪，能够有效地消除噪声对数据的影响，从而有利于提高对混合动力装置2进行故障特征提取的精度。
优选地，所述提取降噪后的振动信号的故障特征信息，具体包括：
(1)通过二阶循环自相关函数对降噪后的振动信号进行解调分析，获得二阶循环自相关函数；
(2)对该二阶循环自相关函数进行时域切片，获得时域切片信号，从而提取出振动信号的故障特征信息。
其中，所述利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪，包括：
(1)采用范数衡量熵的大小，并把其作为目标函数，求目标函数的最大值，将该目标函数的最大值作为最优滤波器系数；
(2)运用该最优滤波器系数对原始振动信号进行反褶积运算，得出滤波器系数，使用得到的滤波器系数设计FIR滤波器对原始振动历史信号进行滤波。
本优选实施例的降噪处理方式能够有效降低原始振动信号中的噪声部分，提高原始振动信号的信噪比，削弱噪声对综合经验模态分解后的微弱信号特征提取的干扰，进一步提高对混合动力装置2进行故障特征提取的精度，从而有益于对混合动力装置2进行精确的故障识别，确保在混合动力装置2发生故障时能够得到及时的维修，保证双体船的正常运行。
优选地，所述对经过信号初步降噪子单元处理后的振动信号进行二次降噪，具体包括：
(1)对经过信号初步降噪子单元降噪的振动信号进行小波转换，得到不同频带上的振动信号，采用滑动窗技术对各频带上的振动信号进行分段处理，提取振动信号的时间序列Z和C，以及各段信号的小波系数其中g＝1，2，3…，为振动信号的频带数，m＝1，2，3…，为小波系数的序列，对振动信号的功率谱密度进行一阶平滑处理，得到平滑后的振动信号S(Z,C)；
(2)设定各个频带上平滑后的振动信号中各段信号的阀值，根据设定的阀值对各段信号进行降噪，削除超出阀值以外的振动信号；
(3)将降噪后的各段信号进行重构，之后进入信号末级降噪子单元进行进一步降噪处理。
本优选实施例的二次降噪处理能够使得各段噪声处理更加灵活准确，降噪效果更好，为对混合动力装置2的故障特征提取奠定良好的基础，从而能够有利于实现混合动力装置2故障的精确识别。
优选地，设S(Z,C)表示时间序列为Z和C的平滑后的振动信号，S(Z-1,C)为时间序列为Z-1和C的平滑后的振动信号，设定S(0,C)＝0，引入认为设定的阈值系数β，进行二次降噪时，采用以下经过优化的平滑公式得到平滑后的振动信号：
式中，N为采用的窗函数的长度，|U(Z,C)|2为振动信号S(Z,C)所对应频带的功率谱密度。
在本实施例中，对平滑后的振动信号的计算，考虑了阀值系数的影响，也考虑了窗函数的长度的影响，从而确保了平滑处理的精确度，且具有适用范围广的优点，有利于更好地对混合动力装置2的原始振动信号进行降噪，为对混合动力装置2的故障特征的提取奠定良好的基础。
优选地，按照以下公式对各个频带上平滑后的振动信号中各段信号的阀值进行设定，设Qg为第g个频带上平滑后的振动信号S(Z,C)的阈值，Tmax(Z,C)、Tmin(Z,C)和分别为平滑后的振动信号S(Z,C)的最大值、最小值和平均值，则：
式中，β为所述的人为设定的阀值系数，为所述的各段信号的小波系数的中值的绝对值。
在本优选实施例中，通过使用振动信号中各频带的功率谱密度和小波系数对各段信号的阀值进行自适应地调整，可以避免受到振动信号长度的影响，从而提高降噪的精确度，有利于实现混合动力装置2的故障的精确识别，从而确保在混合动力装置2发生故障时能够及时通过报警器6进行报警，通知维修人员及时对混合动力装置2进行维修，保证混合动力装置2的正常运作，从而确保双体船的正常行驶。
优选地，所述对二级降噪后的振动信号进行末级降噪，包括：
(1)设定高低频的分界线，采用经验模态分解的自适应时频分析方法将初步降噪后的原始振动信号按高低频分解成不同的固有模态函数，对所得的固有模态函数进行傅里叶变换，
(2)获得多个含有高频成分的固有模态函数和多个含有低频成分的固有模态函数，将多个含有高频成分的固有模态函数组合成新的本征模态函数KH，该本征模态函数KH的组合计算公式为：
将多个含有低频成分的固有模态函数组合成新的本征模态函数KL，该本征模态函数KL的组合计算公式为：
式中，K1,K2,…,Ka表示含有高频成分的固有模态函数，K1+a,K2+a,…,Kb表示含有低频成分的固有模态函数，a是含有高频成分的固有模态函数的最大层数，b是含有低频成分的固有模态函数的最大层数；
(2)对本征模态函数KH、KL分别进行综合经验模态分解，提取敏感的固有模态函数。
本优选实施例对二级降噪后的振动信号进行末级降噪后，能够避免综合经验模态分解中的模态混叠现象，提高综合经验模态的分解精度，为下一步对混合动力装置2的故障特征提取奠定基础。
优选地，对本征模态函数KL进行综合经验模态分解时，选取整合次数为100，选取白噪声幅值为[0.2,0.6]；对本征模态函数KH进行综合经验模态分解时，选取整合次数为100，选取白噪声幅值满足Pn＝0.06Pδ，其中Pn为选取的白噪声的能量标准差，Pδ为原始振动信号的最优高频成分的能量标准差，该最优高频成分为与原始振动信号相关性最大的固有模态函数；
其中，设RELATIVEΦi(j)表示Φi(j)与原始振动信号的相关性，E0(j)表示第j个原始振动信号，Φi(j)表示与第j个原始振动信号对应的第i个固有模态函数，B为原始振动信号的采样点数，γ表示与第j个原始振动信号对应的固有模态函数的数量，为原始振动信号的均值，采用下式计算固有模态函数与原始振动信号的相关性：
式中，Ψ为人为设定的修正系数。
本优选实施例对白噪声幅值进行优化，有利于实现对混合动力装置2的原始振动信号的精确降噪以及故障特征的提取，实现精确的混合动力装置2的故障识别。
发明人采用本实施例进行了一系列测试，以下是进行测试得到的实验数据：
该试验数据表明，本发明的风力发电系统4及太阳能发电系统3可以成功地为双体母船1供应由太阳能和风能转换的电能，相对于依赖燃料作为动力的双体船，更加节能环保；通过设置故障检测识别系统5，能够及时准确地对混合动力装置2进行故障检测识别，确保在其发生故障时能够及时得到维修，由此可见，本发明产生了显著的有益效果。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (3)
1.一种太阳能、风能混合发电的双体船，包括双体母船，双体母船上设有驱使双体母船运动的混合动力装置，其特征是：还包括用于为所述混合动力装置供电的太阳能发电系统、风力发电系统，以及用于对该混合动力装置进行故障检测识别的故障检测识别系统；所述故障检测识别系统包括依次连接的振动信号获取单元、振动信号降噪单元、故障特征提取单元和故障识别单元；所述振动信号获取单元，用于利用加速度传感器获取混合动力装置在正常状态下及各种故障状态下运行时的原始振动信号；所述振动信号降噪单元用于对原始振动信号进行降噪处理；所述故障特征提取单元用于提取降噪后的振动信号的故障特征信息；所述故障识别单元用于建立故障诊断模型，并采用提取的故障特征信息对该故障诊断模型进行训练，从而基于训练完的故障诊断模型对混合动力装置进行故障识别；其中，所述振动信号降噪单元包括信号初步降噪子单元、信号二级降噪子单元和信号末级降噪子单元；所述信号初步降噪子单元用于利用最小熵反褶积的自适应分析方法对原始振动信号进行初步降噪；所述信号二级降噪子单元用于对经过信号初步降噪子单元处理后的振动信号进行二次降噪；所述信号末级降噪子单元用于基于改进的综合经验模态算法对信号二级降噪后的振动信号进行末级降噪；
其中，所述对经过信号初步降噪子单元处理后的振动信号进行二次降噪，具体包括：
(1)对经过信号初步降噪子单元降噪的振动信号进行小波转换，得到不同频带上的振动信号，采用滑动窗技术对各频带上的振动信号进行分段处理，提取振动信号的时间序列Z和C，以及各段信号的小波系数其中g＝1，2，3…，为振动信号的频带数，m＝1，2，3…，为小波系数的序列，对振动信号的功率谱密度进行一阶平滑处理，得到平滑后的振动信号S(Z,C)；设S(Z,C)表示时间序列为Z和C的平滑后的振动信号，S(Z-1,C)为时间序列为Z-1和C的平滑后的振动信号，设定S(0,C)＝0，引入认为设定的阈值系数β，进行二次降噪时，采用以下经过优化的平滑公式得到平滑后的振动信号：
式中，N为采用的窗函数的长度，|U(Z,C)|2为振动信号S(Z,C)所对应频带的功率谱密度；
(2)设定各个频带上平滑后的振动信号中各段信号的阀值，根据设定的阀值对各段信号进行降噪，削除超出阀值以外的振动信号；
(3)将降噪后的各段信号进行重构，之后进入信号末级降噪子单元进行进一步降噪处理。
2.根据权利要求1所述的一种太阳能、风能混合发电的双体船，其特征是：所述太阳能发电系统包括多组太阳能电池板以及与所述太阳能电池板电连接的太阳能转换单元，该太阳能电池板安装在双体母船的甲板上；所述风力发电系统包括设有多个叶片的风力发电机，所述风力发电机安装在所述双体母船的甲板尾部。
3.根据权利要求2所述的一种太阳能、风能混合发电的双体船，其特征是：还包括用于在该混合动力装置发生故障时进行报警的报警器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710042963.1A CN107042870B (zh) | 2017-01-20 | 2017-01-20 | 一种太阳能、风能混合发电的双体船 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710042963.1A CN107042870B (zh) | 2017-01-20 | 2017-01-20 | 一种太阳能、风能混合发电的双体船 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107042870A CN107042870A (zh) | 2017-08-15 |
| CN107042870B true CN107042870B (zh) | 2018-12-28 |
Family
ID=59543400
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710042963.1A Active CN107042870B (zh) | 2017-01-20 | 2017-01-20 | 一种太阳能、风能混合发电的双体船 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107042870B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108919120A (zh) * | 2018-07-20 | 2018-11-30 | 南京怡咖电气科技有限公司 | 一种能源互联网功率变换器故障诊断方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103234767B (zh) * | 2013-04-21 | 2016-01-06 | 苏州科技学院 | 基于半监督流形学习的非线性故障检测方法 |
| CN103715983B (zh) * | 2013-12-26 | 2016-03-30 | 广东易事特电源股份有限公司 | 太阳能发电系统的故障检测装置和方法 |
| CN104863842B (zh) * | 2015-05-11 | 2017-10-27 | 昆明理工大学 | 一种基于分形理论的隔膜泵故障诊断方法及装置 |
| CN105354587B (zh) * | 2015-09-25 | 2017-09-05 | 国网甘肃省电力公司电力科学研究院 | 一种风力发电机组齿轮箱的故障诊断方法 |
| CN105626379A (zh) * | 2016-01-12 | 2016-06-01 | 中国人民解放军海军工程大学 | 一种太阳能、风能混合动力双体船 |
-
2017
- 2017-01-20 CN CN201710042963.1A patent/CN107042870B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107042870A (zh) | 2017-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109763944B (zh) | 一种海上风机叶片故障非接触式监测系统及监测方法 | |
| Liu et al. | Acoustic emission analysis for wind turbine blade bearing fault detection under time-varying low-speed and heavy blade load conditions | |
| CN109061474A (zh) | 一种电机轴承故障诊断装置 | |
| WO2019015311A1 (zh) | 一种基于振动信号支持向量机的gil故障在线监测系统 | |
| CN105841961A (zh) | 一种基于Morlet小波变换和卷积神经网络的轴承故障诊断方法 | |
| CN103176128A (zh) | 一种风力发电机组状态预报及智能故障诊断方法及系统 | |
| CN109238698A (zh) | 一种基于电流信号的电机轴承故障诊断方法 | |
| CN107796611A (zh) | 一种用于检测风力发电机异常工作的报警系统 | |
| EP4085376A1 (en) | Method and apparatus for inspecting wind turbine blade, and device and storage medium thereof | |
| CN107132478B (zh) | 一种基于保偏光纤测量和神经网络分类的风力发电机故障诊断方法 | |
| CN110131109A (zh) | 一种基于卷积神经网络的风力机叶片不平衡检测方法 | |
| CN109164362A (zh) | 一种直流电缆局部放电缺陷故障的识别方法及系统 | |
| CN104564542B (zh) | 一种基于大数据技术的故障诊断系统及其诊断方法 | |
| CN110006652A (zh) | 一种滚动轴承故障诊断方法及系统 | |
| CN114417926A (zh) | 一种基于深度卷积生成对抗网络的电力设备局部放电模式识别方法及系统 | |
| CN112857767B (zh) | 基于卷积神经网络的水轮发电机组转子故障声学判别方法 | |
| CN109655266A (zh) | 一种基于avmd和谱相关分析的风电机组轴承故障诊断方法 | |
| CN105065212A (zh) | 一种风电场风电机组校验方法及系统 | |
| CN109236587A (zh) | 一种用于检测风力发电机异常工作的报警系统 | |
| CN108919116A (zh) | 基于MCCKAF-FFT-Softmax的海流发电机不平衡定子电流故障诊断方法 | |
| CN111412114B (zh) | 一种基于定子电流包络谱的风电机组叶轮不平衡检测方法 | |
| CN113919525A (zh) | 一种电站风机状态预警方法、系统及其应用 | |
| CN107042870B (zh) | 一种太阳能、风能混合发电的双体船 | |
| CN115235759A (zh) | 一种基于宽度学习的风机齿轮箱早期故障诊断方法 | |
| CN108278184A (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181102 Address after: 225300 room third, podium third, three, Fengchuang mansion, 60 Fenghuang Road, Hailing District, Taizhou, Jiangsu. Applicant after: Jiangsu Hui Zhi Da Mdt InfoTech Ltd Address before: 201600 1, 139 Mei Hao Road, Songjiang District, Shanghai. Applicant before: Shanghai Chen Xiu Automation Technology Co. Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 225300 No. 22 Baojiu Road, Taizhou Pharmaceutical High-tech Industrial Development Zone, Jiangsu Province Patentee after: Jiangsu Hui Zhi Da Mdt InfoTech Ltd Address before: 225300 room third, podium third, three, Fengchuang mansion, 60 Fenghuang Road, Hailing District, Taizhou, Jiangsu. Patentee before: Jiangsu Hui Zhi Da Mdt InfoTech Ltd |
|
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: No. 58, Xinfu Road, Xinjie community, yonganzhou Town, Gaogang District, Taizhou City, Jiangsu Province Patentee after: Jiangsu remittance intelligence reaches Information technology Co.,Ltd. Address before: 225300 No. 22 Baojiu Road, Taizhou Pharmaceutical High-tech Industrial Development Zone, Jiangsu Province Patentee before: Jiangsu remittance intelligence reaches Information technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210917 Address after: 225300 No. 99 Xingye Road, Hailing Industrial Park, Taizhou City, Jiangsu Province Patentee after: JIANGSU TENGFA BUILDING MACHINERY Co.,Ltd. Address before: No.58 Xinfu Road, Xinjie community, yong'anzhou Town, Gaogang District, Taizhou City, Jiangsu Province 225300 Patentee before: Jiangsu remittance intelligence reaches Information technology Co.,Ltd. |