CN109236587B - 一种用于检测风力发电机异常工作的报警系统 - Google Patents

一种用于检测风力发电机异常工作的报警系统 Download PDF

Info

Publication number
CN109236587B
CN109236587B CN201811221233.9A CN201811221233A CN109236587B CN 109236587 B CN109236587 B CN 109236587B CN 201811221233 A CN201811221233 A CN 201811221233A CN 109236587 B CN109236587 B CN 109236587B
Authority
CN
China
Prior art keywords
frame
driven generator
module
signal
sound
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
Application number
CN201811221233.9A
Other languages
English (en)
Other versions
CN109236587A (zh
Inventor
曹欣
谭建鑫
梅春晓
陈小芹
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.)
Changli Xintian Wind Energy Co.,Ltd.
Original Assignee
Hebei Jiantou New Energy 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 Hebei Jiantou New Energy Co ltd filed Critical Hebei Jiantou New Energy Co ltd
Priority to CN201811221233.9A priority Critical patent/CN109236587B/zh
Publication of CN109236587A publication Critical patent/CN109236587A/zh
Application granted granted Critical
Publication of CN109236587B publication Critical patent/CN109236587B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • 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)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供了一种用于检测风力发电机异常工作的报警系统。所述风力发电机上设置一声音采集模块，所述报警系统包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；所述声音采集模块、声信号处理模块、故障诊断模块、预警模块依次连接，所述预警模块用于检测风力发电机工作状态，若发现风力发电机工作异常，就由预警模块发出预警信息，提醒维护人员进行检修。本发明为风力发电机异常检测提供了一种简单高效、低成本的非接触式的在位故障诊断方法，给予风力发电机正常工作及维护指导性意见。

Description

一种用于检测风力发电机异常工作的报警系统
技术领域
本发明涉及发电系统检测领域，尤其是涉及一种用于检测风力发电机异常工作的报警系统。
背景技术
风力发电机叶片是吸收风能并提供机组运转的重要部件，其成本约占风力发电机总成本15％-20％。全天候运行叶片所遭受的恶劣环境和复杂气候条件造成冲击或疲劳性损伤和破坏。近30年来的全球风电机组事故统计分析表明，叶片故障所占数量最多且逐年增加趋势。叶片故障多发于盛风期，期间维修不仅带来巨大经济损失，同时叶片断裂也是引起风电机组其他设备故障的重要因素。叶片定期维护修理及出现异常情况后停机检查，都不能满足风力发电厂实际需要，尤其是构成叶片主体复合材料内部损伤具有隐蔽性，易导致其整体结构突然崩塌性破坏发生，造成严重财产损失和安全威胁。
近十几年来，我国风电产业经历了爆发式增长，然而状态监测与故障识别技术落后，风电机组缺少配套状态监测装置，凸显了风电机组状态监测和故障识别的重要性。风力发电机叶片由多种材料构成其空心整体结构，在复杂变工况下运行(变桨和偏航运动)，不同叶片制造标准不统一，这些都给风力发电机叶片状态监测与故障诊断带来了巨大困难与挑战性。现有叶片状态监测技术大部分是依赖接触式应变测量以及兰姆波测量，需要提前将传感器贴于叶片表面或埋入内部，监测中传感器数量和布置对测量结果影响较大，诊断效果不够稳定。
发明内容
针对上述问题，本发明旨在提供一种用于检测风力发电机异常工作的报警系统。
本发明的目的采用以下技术方案来实现：
一种用于检测风力发电机异常工作的报警系统，该报警系统包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；
声音采集模块用于感知和监测风力发电机工作时叶片发出的声信号；
声信号处理模块用于对采集到的声信号进行处理，提取声信号的特征参数；
故障诊断模块设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，故障诊断模块用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块；
预警模块用于发出预警信息，提醒维护人员进行检修。
本发明的有益效果：本发明为检测风力发电机异常工作提供了一种简单高效、低成本的非接触式的在位故障诊断方法，通过在风力发电机工作中实时完成对叶片声信号的采集、处理和分析工作，通过与特征参数数据库进行比对，发现风力发电机的叶片故障，进而实现对风力发电机叶片故障的早期检测和判断，提高了处理故障的精度和可靠性，实现了对风力发电机叶片的实时监测，进而保证风力发电机高效地运行，同时也能给予风力发电机正常工作及维护指导性意见。
附图说明
图1是本发明的框架结构图；
图2是本发明声信号处理模块的结构图。
附图标记：
风力发电机1；声音采集模块2；声信号处理模块3；故障诊断模块4；预警模块5；去噪单元31；声信号提取单元32；特征参数提取单元33；预处理子单元321；端点检测子单元322。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1，一种用于检测风力发电机异常工作的报警系统，该报警系统包括声音采集模块2、声信号处理模块3、故障诊断模块4和预警模块5；声音采集模块2用于感知和监测风力发电机工作时叶片发出的声信号；声音采集模块2固定在支架上并放置在风力发电机叶片周围，且保证声音采集模块接收信号的部位朝向叶片位置。声信号处理模块3用于对声音采集模块2采集到的声信号进行处理，提取声信号的特征参数；故障诊断模块4设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，故障诊断模块4用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块5；预警模块用于发出预警信息，提醒维护人员进行检修。
优选地，声音采集模块1为声学传感器。
优选地,声音采集模块1固定在支架上并放置在风力发电机叶片周围，且保证声音采集模块接收信号的部位朝向叶片位置。
优选地,预警模块5通过无线网络连接移动客户端。
优选地,参见图2，声信号处理模块3包括去噪单元31、声信号提取单元32和特征参数提取单元33；去噪单元31用于对声信号进行去噪处理；声信号提取单元32用于提取去噪后的声信号中有效声音段，特征参数提取单元33用于从有效声音段中提取声信号的特征参数。
本发明上述实施例，本发明为检测风力发电机异常工作提供了一种简单高效、低成本的非接触式的在位故障诊断方法，通过在风力发电机工作中实时完成对叶片声信号的采集、处理和分析工作，通过与特征参数数据库进行比对，发现风力发电机的叶片故障，进而实现对风力发电机叶片故障的早期检测和判断，提高了处理故障的精度和可靠性，实现了对风力发电机叶片的实时监测，进而保证风力发电机高效地运行，同时也能给予风力发电机正常工作及维护指导性意见。
优选地，去噪单元31对声信号进行去噪处理，具体包括：
(1)对采集到的声信号进行J层小波分解，得到各个分解层的小波系数；
(2)利用下列的新阈值函数对各个分解层的小波系数进行阈值处理，得到各个分解层的小波系数的估计值：
Figure BDA0001834817270000031
式中，
Figure BDA0001834817270000032
为阈值处理后的第j层第k个小波系数的估计值，djk为第j层第k个小波系数，Thj为第j层小波系数的阈值，且
Figure BDA0001834817270000033
σ为噪声标准方差，
Figure BDA0001834817270000034
为第j层小波系数的方差，t为预设的参数因子，其满足t>1，M为采集的声信号的长度，Kj为第j层小波系数的个数，α为形状系数，其满足0＜α＜1；m为一比例系数，其满足m≥1，sgn(b)为符号函数，当b为正数时，取1，为负数时，取‐1；
(3)对各个分解层的小波系数的估计值进行小波重构，得到阈值处理后的声信号，即为去噪后的声信号。
本优选实施例，采用小波变换的方法对采集的声信号进行去噪，该方法不仅能够有效的抑制噪声并且减少声信号中细节信息的损失，同时根据各个分解层的小波系数与相应分解层的阈值的关系，进而对采集的声信号进行自适应地去噪；该去噪方法既能有效地“收缩”噪声的高频小波系数，又能够避免有用信号的小波系数被滤除，提高了去噪效果。在新阈值函数中，α为形状系数，用于控制该阈值函数的形状，即控制衰减程度。经过上述新阈值函数处理后，能够有效去除叶片声信号中所处环境中的噪声，提高了叶片声信号的质量。
优选地，声信号提取单元32包括预处理子单元321和端点检测子单元322；预处理子单元321用于对去噪后的声信号进行分帧加窗和快速傅里叶变换；端点检测子单元322用于根据经预处理子单元321处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段。
在一个实施例中，所述根据经预处理子单元321处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段，具体为：
(1)基于预处理后的声信号，确定预处理后的声信号的各个帧的端点检测评判值，其中，第n帧的端点检测评判值的计算公式为：
Figure BDA0001834817270000041
式中，γ(n)为第n帧的端点检测评判值，B为第n帧的频点个数，b表示第b个频点，ε(n,b)为预处理后的声信号中第n帧的先验信噪比，β(n,b)为预处理后的声信号中第n帧的后验信噪比；
后验信噪比β(n,b)公式为：
Figure BDA0001834817270000042
式中，|X|2为预处理的声信号的功率谱，χ(n-1,b)为预处理后的声信号中第n-1帧中噪声信号对应的噪声功率谱；
先验信噪比ε(n,b)公式为：
Figure BDA0001834817270000043
式中，ζ为权重系数，εmin为预设的最小先验信噪比；
(2)基于得到的端点检测评判值确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段，具体地，若从第i帧开始，连续Q帧的端点检测评判值均大于设定的阈值，则第i帧就是有效声音段的起始帧；若从第p帧开始，连续Q帧的端点检测评判值均小于设定的阈值，则第p帧就是有效声音段的终止帧，其中p≥i+5N，N为预设的帧数；有效声音段指的是第i帧到第p帧之间的预处理后的声信号。
本优选实施例，通过计算各个帧的端点检测评判值来对预处理后的声信号进行端点检测，进而获得有效声音段的起始帧和终止帧，此方法不依赖于预处理后的声信号的音节特征，因此跟现有技术相比，本方法即使在低信噪比的情况下也能够实现对有效声音段的起始帧和终止帧的准确判断，保证端点检测的高准确率，具有强的鲁棒性。
此端点检测方法能够有效的去除声信号中一些不必要的冗余信息，也能够有效的避免一些噪声和叶片声信号停顿等干扰引起的误判，且该端点检测方法简单、易实现，减少了系统的运算量并且提高了系统的工作效率和正确率。
在一个实施例中，所述对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，具体为：将声信号的特征参数与特征参数数据库中已训练好的特征参数进行匹配，若匹配度低于设定的阈值，则该风力发电机工作异常，反之，该风力发电机无异常，其中，匹配度值可利用下式计算得到：
Figure BDA0001834817270000051
式中，Acc(X,U)为声信号X和风力发电机无异常声信号U的匹配度值，xa为声信号X的第a个特征参数值，A为特征参数值个数，ya为已训练好的特征参数的第a个特征参数值。
有益效果：采用上式分别计算采集的声信号与预存储的风力发电机无异常时发出的声信号进行匹配，进而确定风力发电机的工作状态，该算法考虑了采集的声信号X中提取到的特征参数与预存储的风力发电机无异常时发出的声信号的特征参数的关联性，能够对采集的声信号的准确识别匹配，进而实现对风力发电机工作状态的准确判断。
优选地，特征参数数据库中存储已训练好的风力发电机无异常时发出的声信号的特征参数。
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 (4)

1.一种用于检测风力发电机异常工作的报警系统，其特征在于,包括声音采集模块、声信号处理模块、故障诊断模块和预警模块；
所述声音采集模块用于感知和监测风力发电机工作时叶片发出的声信号；
所述声信号处理模块用于对采集到的声信号进行处理，提取声信号的特征参数；
所述故障诊断模块设有特征参数数据库，其中特征参数数据库存储有已训练好的风力发电机正常工作时叶片发出的声信号特征参数，所述故障诊断模块用于对比声信号的特征参数和特征参数数据库中已训练好的特征参数，判断风力发电机工作状态，若发现风力发电机工作异常，则将工作异常的诊断结果发送给预警模块；
所述预警模块用于发出预警信息，提醒维护人员进行检修；
所述声信号处理模块包括去噪单元、声信号提取单元和特征参数提取单元；所述去噪单元用于对声信号进行去噪处理；所述声信号提取单元用于提取去噪后的声信号中有效声音段，所述特征参数提取单元用于从有效声音段中提取声信号的特征参数；
所述的对声信号进行去噪处理，具体包括：
(1)对采集到的声信号进行J层小波分解，得到各个分解层的小波系数；
(2)利用下列的新阈值函数对各个分解层的小波系数进行阈值处理，得到各个分解层的小波系数的估计值：
Figure FDA0002259265570000011
式中，
Figure FDA0002259265570000012
为阈值处理后的第j层第k个小波系数的估计值，djk为第j层第k个小波系数，Thj为第j层小波系数的阈值，且
Figure FDA0002259265570000013
σ为噪声标准方差，
Figure FDA0002259265570000014
为第j层小波系数的方差，t为预设的参数因子，其满足t>1，M为采集的声信号的长度，Kj为第j层小波系数的个数，α为形状系数，其满足0<α＜1；m为一比例系数，其满足m≥1，sgn(b)为符号函数，当b为正数时，取1，为负数时，取-1；
(3)对各个分解层的小波系数的估计值进行小波重构，得到阈值处理后的声信号，即为去噪后的声信号；
所述声信号提取单元包括预处理子单元和端点检测子单元；预处理子单元用于对去噪后的声信号进行分帧加窗和快速傅里叶变换；端点检测子单元用于根据经预处理子单元处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段；
所述根据经预处理子单元处理后的声信号，确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段，具体为：
(1)基于预处理后的声信号，确定预处理后的声信号的各个帧的端点检测评判值，其中，第n帧的端点检测评判值的计算公式为：
Figure FDA0002259265570000021
式中，γ(n)为第n帧的端点检测评判值，B为第n帧的频点个数，b表示第b个频点，ε(n,b)为预处理后的声信号中第n帧的先验信噪比，β(n,b)为预处理后的声信号中第n帧的后验信噪比；
后验信噪比β(n,b)公式为：
Figure FDA0002259265570000022
式中，|X|2为预处理的声信号的功率谱，χ(n-1,b)为预处理后的声信号中第n-1帧中噪声信号对应的噪声功率谱；
先验信噪比ε(n,b)公式为：
Figure FDA0002259265570000023
式中，ζ为权重系数，εmin为预设的最小先验信噪比；
(2)基于得到的端点检测评判值确定预处理后的声信号中有效声音段的起始帧和终止帧，得到有效声音段，具体地，若从第i帧开始，连续Q帧的端点检测评判值均大于设定的阈值，则第i帧就是有效声音段的起始帧；若从第p帧开始，连续Q帧的端点检测评判值均小于设定的阈值，则第p帧就是有效声音段的终止帧，其中p≥i+5N，N为预设的帧数；有效声音段指的是第i帧到第p帧之间的预处理后的声信号。
2.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于，所述声音采集模块为声学传感器。
3.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于,所述声音采集模块固定在支架上并放置在风力发电机叶片周围，且保证所述声音采集模块接收信号的部位朝向叶片位置。
4.根据权利要求1所述的用于检测风力发电机异常工作的报警系统，其特征在于,所述预警模块通过无线网络连接移动客户端。
CN201811221233.9A 2018-10-19 2018-10-19 一种用于检测风力发电机异常工作的报警系统 Active CN109236587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811221233.9A CN109236587B (zh) 2018-10-19 2018-10-19 一种用于检测风力发电机异常工作的报警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811221233.9A CN109236587B (zh) 2018-10-19 2018-10-19 一种用于检测风力发电机异常工作的报警系统

Publications (2)

Publication Number Publication Date
CN109236587A CN109236587A (zh) 2019-01-18
CN109236587B true CN109236587B (zh) 2020-04-21

Family

ID=65080593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811221233.9A Active CN109236587B (zh) 2018-10-19 2018-10-19 一种用于检测风力发电机异常工作的报警系统

Country Status (1)

Country Link
CN (1) CN109236587B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111490713A (zh) * 2019-01-28 2020-08-04 佛山市顺德区美的电热电器制造有限公司 家用电器的控制方法和家用电器
CN110132600A (zh) * 2019-05-17 2019-08-16 哈尔滨理工大学 一种基于音频的电机故障预测方法
CN110531736A (zh) * 2019-08-13 2019-12-03 中国航空工业集团公司西安飞行自动控制研究所 一种大功率电机控制器故障监控电路及其方法
CN112083077A (zh) * 2020-09-11 2020-12-15 上海萌郁智能科技有限公司 周期运动叶片音频故障检测系统
CN112556087B (zh) * 2020-11-20 2021-12-10 珠海格力电器股份有限公司 一种机组故障诊断方法、装置和一种控制器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107796611B (zh) * 2017-10-20 2020-05-15 烟台清能风力发电有限公司 一种用于检测风力发电机异常工作的报警系统

Also Published As

Publication number Publication date
CN109236587A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN107796611B (zh) 一种用于检测风力发电机异常工作的报警系统
CN109236587B (zh) 一种用于检测风力发电机异常工作的报警系统
EP2868921B1 (en) Wind turbine and method for evaluating health state of blade thereof
CN104677623B (zh) 一种风力发电机叶片故障在位声学诊断方法及监测系统
CN102269655B (zh) 一种轴承故障的诊断方法
CN110160765B (zh) 一种基于声音或振动信号的冲击特征识别方法及系统
CN104101652B (zh) 一种基于音频信号的风电叶片损伤监测方法及监测系统
CN113657221B (zh) 一种基于智能感知技术的电厂设备状态监测方法
CN112727704B (zh) 一种叶片前缘腐蚀的监测方法及系统
CN204113701U (zh) 一种矿井风机在线监测与故障诊断系统
CN107064298B (zh) 一种运行中风机叶片裂纹的激光检测方法
CN114450483A (zh) 风力涡轮发电机的异常状况的检测
CN114183312A (zh) 一种风电机组叶片状态的监测系统及方法
CN103487250A (zh) 基于二维投射的煤矿设备预知维护方法
CN107862175B (zh) 一种厂房振动多尺度分析方法
CN117912211A (zh) 基于物联网的园林环境数据分析及报警系统
CN117189508A (zh) 基于多视角时空特征融合的风电机组状态监测方法
CN111173687B (zh) 一种风电风机叶片裂纹损伤在线监测装置及方法
CN112945531A (zh) 风机叶片的裂纹检测方法、装置、设备及计算机存储介质
CN110633686B (zh) 一种基于振动信号数据驱动的设备转速识别方法
CN109211556B (zh) 一种轨道交通工具零部件检测系统
CN116593829A (zh) 基于数据分析的输电线路隐患在线监测系统
Yang et al. Intelligent diagnosis technology of wind turbine drive system based on neural network
Shanbr et al. Bearing fault detection within wind turbine gearbox
CN112798044A (zh) 一种风电机组传动链远程智能监测系统

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
CB03 Change of inventor or designer information

Inventor after: Cao Xin

Inventor after: Tan Jianxin

Inventor after: Mei Chunxiao

Inventor after: Chen Xiaoqin

Inventor before: Request for anonymity

CB03 Change of inventor or designer information
TA01 Transfer of patent application right

Effective date of registration: 20200331

Address after: 050051 8th floor, building a, Yuyuan Plaza, No.9, Yuhua West Road, Qiaoxi District, Shijiazhuang City, Hebei Province

Applicant after: HEBEI JIANTOU NEW ENERGY Co.,Ltd.

Address before: 518000 Wedo Space G61, M6 Second Floor, Zhonggang Building, No. 8 Kewen Road, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN MEITEYOU TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230510

Address after: 066600 North of Hougangzi Village, South District Management Office, Changli Economic Development Zone, Qinhuangdao City, Hebei Province (No. 22, Yonghai Company Courtyard)

Patentee after: Changli Xintian Wind Energy Co.,Ltd.

Address before: 8th Floor, Building A, Yuyuan Plaza, No. 9 Yuhua West Road, Qiaoxi District, Shijiazhuang City, Hebei Province 050051

Patentee before: HEBEI JIANTOU NEW ENERGY CO.,LTD.

TR01 Transfer of patent right