CN111594398A - 一种风力发电机组主动智能防雷方法及系统 - Google Patents
一种风力发电机组主动智能防雷方法及系统 Download PDFInfo
- Publication number
- CN111594398A CN111594398A CN201910126545.XA CN201910126545A CN111594398A CN 111594398 A CN111594398 A CN 111594398A CN 201910126545 A CN201910126545 A CN 201910126545A CN 111594398 A CN111594398 A CN 111594398A
- Authority
- CN
- China
- Prior art keywords
- early warning
- sensor
- lightning protection
- wind generating
- generating set
- 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
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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/30—Lightning protection
-
- 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
-
- 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
Abstract
本发明公开了一种风力发电机组主动智能防雷方法,包括步骤:S01、获取风力发电机组周围的环境特性,并对环境特性值进行预处理;S02、对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;S03、根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。本发明还相应公开了一种用于执行上述防雷方法的防雷系统。本发明的防雷方法及系统均具有主动智能防雷等优点。
Description
技术领域
本发明主要涉及风电技术领域,特指一种风力发电机组主动智能防雷方法及系统。
背景技术
雷击在风力发电领域一直是最具威胁以及最难解决的问题之一。风电机组为了尽量多的捕捉风能,其机舱、叶片都是在距地面的极高处,且风机周边一般都没有遮蔽物,这些特性使得风电机组天然容易遭受自然雷击伤害。随着风电行业的发展,南方山区风资源开发,高塔机型发展等情况使得风电机组面临的雷击风险愈加严峻。
目前风力发电机组的防雷实现全部采用的是被动防雷路线,即依靠防雷器、碳刷、接地线等装置将雷电的过电流从风机引至大地,从而避免和减少雷击对风机的损伤。此方案的缺陷在于任何防雷装置的等级、其抗过电压、过电流和抗电磁感应能力是有限的,在不同雷击类型(直击雷、感应雷)及雷电强度情况下,并不能完全保证风电机组设备运行的安全。即风电领域采用的传统的被动防雷系统,在不管多具威胁的雷击情况下均无主动预判报警和干预功能,各机组始终都在上电运行状态,同时又并不能保证在任何强度的雷击条件下都能实现完全防雷的效果。这就有一种非常危险的可能:一旦防雷系统有缺陷或者失效,雷电的强电磁干扰极易干扰破坏风机的控制系统,尤其当风机仍在发电运行时,极易导致变桨系统故障,使得叶片无法顺利回桨,从而导致风机飞车等严重的机毁人亡事故。此外,一旦风机防雷装置受损,均会导致风机安全停机,需要人工检查更换受损部件后才能恢复设备运行。对于经常有雷电天气的风场,需要极大的人工维护成本,排故消缺成本,同时还影响了设备的可利用率。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种具有智能主动防雷功能的风力发电机组防雷方法及系统。
为解决上述技术问题,本发明提出的技术方案为:
一种风力发电机组主动智能防雷方法,包括步骤:
S01、获取风力发电机组周围的环境特性,并对环境特性值进行预处理;
S02、对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;
S03、根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
作为上述技术方案的进一步改进:
在步骤S01中,所述环境特性包括环境温度、环境湿度、雷达回波强度、环境电场强度、雷声信号、闪电光信号或气压信号中的一种或多种。
步骤S01中的预处理包括降噪/滤波、模式识别和特征提取。
本发明还公开了一种风力发电机组主动智能防雷系统,包括
自动监测模块,用于获取风力发电机组周围的环境特性,并对环境特性值进行预处理;
预警模块,用于对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;和
主控模块,用于根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
作为上述技术方案的进一步改进:
所述预警模块包括
知识库模块,用于根据实际需要建立知识体系,把已获得的知识连接起来,形成“知识库规则链表”,并对已获得结论的规则进行特殊标记说明;
数据库模块,用于将客户提供的已知事实和推测出的新的事实存入数据库中,形成各自的数据链表,即“已知事实链表”和“结论事实链表”,用来存放在问题推理过程中出现的各种信息问题;和
推理机,用于根据已知事实,利用知识库模块中的知识规划,深究内在的一些事实,最后总结出新的事实规则。
各种信息问题包括原始证据、最初事实、中间结果和推理结果。
所述预警模块还包括有解释机构,用于对预警信号进行理解和记录,可据此追溯推理的整个过程,并对推理得出的结论进行合理的解释。
所述自动监测模块包括雷达回波传感器、湿度传感器、电磁感应传感器、声音传感器、光传感器、气压传感器或温度传感器中的一种或多种;所述雷达回波传感器用于测量雷达回波强度;所述湿度传感器用于测量环境相对湿度;所述电磁感应传感器用于测量环境电场强度;所述声音传感器用于测量雷声信号;所述光传感器用于测量闪电光信号;所述气压传感器用于测量气压信号;所述温度传感器用于测量环境温度信号。
所述湿度传感器和电磁感应传感器安装在机舱罩底部前端;所述雷达回波传感器、声音传感器、光传感器、气压传感器及温度传感器均安装在机舱罩顶部中央位置。
所述预警模块上设置有读写接口,用于更新预警模块中的数据信息。
与现有技术相比,本发明的优点在于:
本发明的风力发电机组主动智能防雷方法及系统,自动监测风电机组周围的湿度、闪电、雷声、电场强度等信息,根据监测到的数据,对风机周围即将发生的雷击做出提前动态预判和预警,并将不同级别的预警信号发送给风机的主控系统,主控系统根据不同级别的预警信号对执行机构做出不同指令,使风机按相应预警级别限功减速运行,或迅速回桨主动停机;当判断雷击结束后,会给风机主控系统发出恢复运行信号,使风机恢复全功率运行,或重新启动。
本发明的风力发电机组主动智能防雷方法及系统,根据不同地域或者风机主动智能防雷系统配置不同,调整具体的判定规则及预警级别;如在雷电天气频繁及危害较大地区,检测信号接入更多,预警级别可分得更细,判定规则更灵敏。而对于最简配置,级别只有2级,当预警模块判定有风险时,风机执行停机,当判定无风险时,风机恢复运行。考虑到风机从满功率运行到完全停机需要一定时间,预警级别也可分为多级预警,预警级别越高,风机越趋于更严格的限速限功运行,以便到最高级别预警时,风机很可能已经历前几个级别预警,风机已启动相当的限速限功保护,此时便能更快速执行完全停机以最大程度减免运行中遭到雷击风险。若情况为有一定雷击风险,但后续风险解除并未产生雷电,智能检测模块准确判断的结果只是中间某级预警,执行的也只是暂时的限功限速运行,风机并未脱网,在一定程度保住了发电量的同时,也将风机因脱网对电网造成的冲击降到最小。
本发明的风力发电机组主动智能防雷方法及系统,可拓展增加其它模块和功能,如每次雷电预警发出及执行/反馈的信息记录,这些信息记录记录在主控系统中,或在此基础上将相关记录信息传送给风电场中控室以方便电场值班人员对风机实际情况的了解,以及相关数据的备份。
本发明的风力发电机组主动智能防雷方法及系统,预警模块的解释机构及主控系统接入到预警模块的读/写接口也是可选的拓展模块;解释机构可对预警判定进行解释和追溯,并将相关信息通过主控系统读/写接口记录在主控系统/传送到中控室;读/写接口除接收解释机构数据外,还可方便操作人员通过此接口变更预警模块的知识库数据/解释机构/预警模块的数据/程序。
本发明的风力发电机组主动智能防雷方法及系统,重点在于“智能”及“主动”防雷;面对风电机组普遍面临的雷击风险,可提前预判,并在此基础上主动停机运行,最大程度避免雷击对运行中的风机造成伤害(如飞车、变桨系统故障、其它因强电磁干扰造成的故障等),保障风机的安全运行。
附图说明
图1为本发明的方法流程图。
图2为本发明的系统方框结构图。
图3为本发明的系统安装结构图。
图4为本发明中预警模块的方框结构图。
图5为本发明中雷声识别原理图。
图6为本发明中推理策略流程图。
图中标号表示:1、自动监测模块;2、预警模块;201、知识库模块;202、数据库模块;203、推理机;204、解释机构;3、主控模块。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示,本实施例的风力发电机组主动智能防雷方法,包括步骤:
S01、获取风力发电机组周围的环境特性,并对环境特性值进行预处理(如降噪/滤波、模式识别和特征提取等);其中环境特性包括环境温度、环境湿度、雷达回波强度、环境电场强度、雷声信号、闪电光信号或气压信号中的一种或多种;
S02、对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;
S03、根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
本发明的风力发电机组主动智能防雷方法,自动监测风电机组周围的湿度、闪电、雷声、电场强度等信息,根据监测到的数据,对风机周围即将发生的雷击做出提前动态预判和预警,不同级别的预警信号发送给风机的主控系统,主控系统根据不同级别的预警信号对执行机构做出不同指令,使风机按相应预警级别限功减速运行,或迅速回桨主动停机。当判断雷击结束后,会给风机主控系统发出恢复运行信号,使风机恢复全功率运行,或重新启动。
如图2至图6所示,本发明还相应公开了一种风力发电机组主动智能防雷系统,包括自动监测模块1,用于获取风力发电机组周围的环境特性,并对环境特性值进行预处理;预警模块2,用于对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;和主控模块3,用于根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
本发明的风力发电机组主动智能防雷系统,通过自动监测模块1自动监测风电机组周围的湿度、闪电、雷声、电场强度等信息,预警模块2根据监测到的数据,对风机周围即将发生的雷击做出提前动态预判和预警,不同级别的预警信号发送给风机的主控系统,主控系统根据不同级别的预警信号对执行机构做出不同指令,使风机按相应预警级别限功减速运行,或迅速回桨主动停机。当判断雷击结束后,会给风机主控系统发出恢复运行信号,使风机恢复全功率运行,或重新启动。
本实施例中,主控模块3为风机原有的主控系统,并含有对应控制逻辑,结合风电机组已有的执行机构,实现主动智能防雷功能。本实施例中,只需更新风机主控程序,增加在不同雷击预警级别时风机对应的限速限功/恢复运行及停机/启机的控制逻辑。风机通过主控系统控制变桨控制系统、变桨电机、变桨制动器、变流器、各接触器、制动器等一系列动作的过程属于常规技术,此处不再赘述。
如图2和图4所示,本实施例中,预警模块2根据自动监测模块1实时采集的数据,通过专家系统对数据进行判断分析,对可能产生的雷击进行预警和级别判断;具体包括知识库模块201,用于根据实际需要建立知识体系,把已获得的知识连接起来,形成“知识库规则链表”,并对已获得结论的规则进行特殊标记说明;它是整个智能预警模块2的核心部分,根据目的的需求来存储某种结构专家的知识(事实和操作规则)。知识库模块201的整个知识体系主要来自系统刚建立时系统输入的最初规则和在使用过程中不断填充和完善;数据库模块202:用于将客户提供的已知事实和推测出的新的事实存入数据库中,形成各自的数据链表,即“已知事实链表”和“结论事实链表”,用来存放在问题推理过程中出现的各种信息问题(包括原始证据、最初事实、中间结果和推理结果);如果数据库中的一些事实规则与知识库中某一条结论产生的依据匹配时,那么这种产生的机理将被激活,然后把这种结论存入数据库中,作为以后推理的依据;推理机203:用于根据已知事实,利用知识库模块201中的知识规划,深究内在的一些事实,最后总结出新的事实规则;推理机203要实现的就是根据已知事实推出未知的事实,推理策略流程如图6所示。
本实施例中,预警模块2还包括有解释机构204,用于对预警信号进行理解和记录,可据此追溯推理的整个过程,并对推理得出的结论进行合理的解释。此为可选的拓展模块。
如图3所示,本实施例中,自动监测模块1包括雷达回波传感器、湿度传感器、电磁感应传感器、声音传感器、光传感器、气压传感器或温度传感器中的一种或多种;湿度传感器和电磁感应传感器安装在机舱罩底部前端;雷达回波传感器、声音传感器、光传感器、气压传感器及温度传感器均安装在机舱罩顶部中央位置。雷达回波传感器用于测量雷达回波强度;湿度传感器用于测量环境相对湿度;电磁感应传感器用于测量环境电场强度;声音传感器用于测量雷声信号;光传感器用于测量闪电光信号;气压传感器用于测量气压信号;温度传感器用于测量环境温度信号。根据实际情况(如高配、低配),自动监测模块1包括多个传感器(检测数据项越多,预警越准确),实时监测相关信号,并对监测的信号进行A/D(模拟/数字信号)转换及预处理(如降噪/滤波、模式识别、特征提取等)。为了增强准确性,对于部分信号(如雷声信号)的预处理可用人工神经网络系统(如BP神经网络)对信号进行模式识别。对于此类数据的预处理,将其定义划归在自动监测模块1,如将其划归在智能预警模块2,本质相同。如雷声信号的识别和预处理原理见图5,雷声采集后,进行预处理后,进行特征提取,再与分类器进行比对,按类别进行输出。另外,在此基础上,可以对风电场中的各风机的的自动监测模块1进行组网,形成多站检测的监测阵列,使检测效果更加精确。
本实施例中,预警模块2上设置有读写接口,用于更新预警模块2中的数据信息,保证数据的实时可靠性。
本实施例中,根据实际情况将各测量信号的设定值按雷击规律组合成各种专家规则库表,在实际工作时与检测到的数据(事实)相比较,如不符合专家规则,继续检测;如符合专家规则就通过风机主控系统控制执行机构让风机减速限功,或停机运行。执行之后检测和预警模块2继续运行,至符合恢复运行规则后,预警模块2向主控系统发出指令恢复风机运行。
根据不同地域或者风机主动智能防雷系统配置不同,具体的判定规则及预警级别是不同的。如在雷电天气频繁及危害较大地区,检测信号接入更多,预警级别可分得更细,判定规则更灵敏。而对于最简配置,级别只有2级,当预警模块2判定有风险时,风机执行停机,当判定无风险时,风机恢复运行。考虑到风机从满功率运行到完全停机需要一定时间,预警级别也可分为多级预警,预警级别越高,风机越趋于更严格的限速限功运行,以便到最高级别预警时,风机很可能已经历前几个级别预警,风机已启动相当的限速限功保护,此时便能更快速执行完全停机以最大程度减免运行中遭到雷击风险。若情况为有一定雷击风险,但后续风险解除并未产生雷电,智能检测模块准确判断的结果只是中间某级预警,执行的也只是暂时的限功限速运行,风机并未脱网,在一定程度保住了发电量的同时,也将风机因脱网对电网造成的冲击降到最少。
当然,在实现上述功能的基础上,可拓展增加其它模块和功能,如每次雷电预警发出及执行/反馈的信息记录,这些信息记录记录在主控系统中,或在此基础上将相关记录信息传送给风电场中控室以方便电场值班人员对风机实际情况的了解,以及相关数据的备份。
此外,预警模块2的解释机构204及主控系统接入到预警模块2的读/写接口也是可选的拓展模块。解释机构204可对预警判定进行解释和追溯,并将相关信息通过主控系统读/写接口记录在主控系统/传送到中控室。读/写接口除接收解释机构204数据外,还可方便操作人员通过此接口变更预警模块2的知识库数据/解释机构204/预警模块2的数据/程序。
本实施例中,防雷方法及系统的重点在于“智能”及“主动”防雷。面对风电机组普遍面临的雷击风险,可提前预判,并在此基础上主动停机运行,最大程度避免雷击对运行中的风机造成伤害(如飞车、变桨系统故障、其它因强电磁干扰造成的故障等),保障风机的安全运行。
虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围的情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (10)
1.一种风力发电机组主动智能防雷方法,其特征在于,包括步骤:
S01、获取风力发电机组周围的环境特性,并对环境特性值进行预处理;
S02、对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;
S03、根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
2.根据权利要求1所述的风力发电机组主动智能防雷方法,其特征在于,在步骤S01中,所述环境特性包括环境温度、环境湿度、雷达回波强度、环境电场强度、雷声信号、闪电光信号或气压信号中的一种或多种。
3.根据权利要求1或2所述的风力发电机组主动智能防雷方法,其特征在于,步骤S01中的预处理包括降噪/滤波、模式识别和特征提取。
4.一种风力发电机组主动智能防雷系统,其特征在于,包括
自动监测模块(1),用于获取风力发电机组周围的环境特性,并对环境特性值进行预处理;
预警模块(2),用于对预处理后的环境特性值进行分析判断,对可能产生的雷击进行不同级别的预警判断;和
主控模块(3),用于根据不同级别的预警信号,控制风机采用多级限速限功运行,并在预警级别达到最高时回桨主动停机。
5.根据权利要求4所述的风力发电机组主动智能防雷系统,其特征在于,所述预警模块(2)包括
知识库模块(201),用于根据实际需要建立知识体系,把已获得的知识连接起来,形成“知识库规则链表”,并对已获得结论的规则进行特殊标记说明;
数据库模块(202),用于将客户提供的已知事实和推测出的新的事实存入数据库中,形成各自的数据链表,即“已知事实链表”和“结论事实链表”,用来存放在问题推理过程中出现的各种信息问题;和
推理机(203),用于根据已知事实,利用知识库模块(201)中的知识规划,深究内在的一些事实,最后总结出新的事实规则。
6.根据权利要求5所述的风力发电机组主动智能防雷系统,其特征在于,各种信息问题包括原始证据、最初事实、中间结果和推理结果。
7.根据权利要求5或6所述的风力发电机组主动智能防雷系统,其特征在于,所述预警模块(2)还包括有解释机构(204),用于对预警信号进行理解和记录,可据此追溯推理的整个过程,并对推理得出的结论进行合理的解释。
8.根据权利要求4或5或6所述的风力发电机组主动智能防雷系统,其特征在于,所述自动监测模块(1)包括雷达回波传感器、湿度传感器、电磁感应传感器、声音传感器、光传感器、气压传感器或温度传感器中的一种或多种;所述雷达回波传感器用于测量雷达回波强度;所述湿度传感器用于测量环境相对湿度;所述电磁感应传感器用于测量环境电场强度;所述声音传感器用于测量雷声信号;所述光传感器用于测量闪电光信号;所述气压传感器用于测量气压信号;所述温度传感器用于测量环境温度信号。
9.根据权利要求8所述的风力发电机组主动智能防雷系统,其特征在于,所述湿度传感器和电磁感应传感器安装在机舱罩底部前端;所述雷达回波传感器、声音传感器、光传感器、气压传感器及温度传感器均安装在机舱罩顶部中央位置。
10.根据权利要求4或5或6所述的风力发电机组主动智能防雷系统,其特征在于,所述预警模块(2)上设置有读写接口,用于更新预警模块(2)中的数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910126545.XA CN111594398B (zh) | 2019-02-20 | 2019-02-20 | 一种风力发电机组主动智能防雷方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910126545.XA CN111594398B (zh) | 2019-02-20 | 2019-02-20 | 一种风力发电机组主动智能防雷方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111594398A true CN111594398A (zh) | 2020-08-28 |
CN111594398B CN111594398B (zh) | 2022-03-29 |
Family
ID=72185304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910126545.XA Active CN111594398B (zh) | 2019-02-20 | 2019-02-20 | 一种风力发电机组主动智能防雷方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111594398B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112727710A (zh) * | 2020-12-15 | 2021-04-30 | 北京天泽智云科技有限公司 | 一种基于音频信号的风场落雷密度统计方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140078147A (ko) * | 2012-12-17 | 2014-06-25 | 대우조선해양 주식회사 | 낙뢰보호장치 모니터링 시스템 및 방법 |
DE102013217129A1 (de) * | 2013-08-28 | 2015-03-05 | Robert Bosch Gmbh | Verfahren zum Überwachen einer Blitzableitereinrichtung |
CN104514691A (zh) * | 2013-10-03 | 2015-04-15 | 歌美飒创新技术公司 | 用于风轮机叶片的集成有防结冰系统的防雷保护系统 |
CN105745804A (zh) * | 2013-11-19 | 2016-07-06 | 乌本产权有限公司 | 用于进行雷电预警的方法和风能设备 |
CN107272646A (zh) * | 2017-06-30 | 2017-10-20 | 南京理工大学 | 基于专家系统的压力机故障诊断系统 |
CN107420272A (zh) * | 2017-09-15 | 2017-12-01 | 宁夏中科天际防雷股份有限公司 | 一种雷电防护监测预警系统及使用方法 |
CN108761570A (zh) * | 2018-03-14 | 2018-11-06 | 南京中科九章信息技术有限公司 | 一种机坪雷电安全防护系统和方法 |
CN109241693A (zh) * | 2018-11-15 | 2019-01-18 | 中国船舶重工集团海装风电股份有限公司 | 测算风力发电机组防雷等级的方法 |
-
2019
- 2019-02-20 CN CN201910126545.XA patent/CN111594398B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140078147A (ko) * | 2012-12-17 | 2014-06-25 | 대우조선해양 주식회사 | 낙뢰보호장치 모니터링 시스템 및 방법 |
DE102013217129A1 (de) * | 2013-08-28 | 2015-03-05 | Robert Bosch Gmbh | Verfahren zum Überwachen einer Blitzableitereinrichtung |
CN104514691A (zh) * | 2013-10-03 | 2015-04-15 | 歌美飒创新技术公司 | 用于风轮机叶片的集成有防结冰系统的防雷保护系统 |
CN105745804A (zh) * | 2013-11-19 | 2016-07-06 | 乌本产权有限公司 | 用于进行雷电预警的方法和风能设备 |
CN107272646A (zh) * | 2017-06-30 | 2017-10-20 | 南京理工大学 | 基于专家系统的压力机故障诊断系统 |
CN107420272A (zh) * | 2017-09-15 | 2017-12-01 | 宁夏中科天际防雷股份有限公司 | 一种雷电防护监测预警系统及使用方法 |
CN108761570A (zh) * | 2018-03-14 | 2018-11-06 | 南京中科九章信息技术有限公司 | 一种机坪雷电安全防护系统和方法 |
CN109241693A (zh) * | 2018-11-15 | 2019-01-18 | 中国船舶重工集团海装风电股份有限公司 | 测算风力发电机组防雷等级的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112727710A (zh) * | 2020-12-15 | 2021-04-30 | 北京天泽智云科技有限公司 | 一种基于音频信号的风场落雷密度统计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111594398B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108087210B (zh) | 风力发电机组叶片异常识别方法及装置 | |
CN102706885A (zh) | 一种风力发电机组叶片损伤在线检测系统 | |
CN102840979A (zh) | 一种风电机组传动链故障检测方法及装置 | |
CN105487530A (zh) | 柴油机排温低故障预测系统及方法 | |
CN103217291A (zh) | 一种风力发电机组故障诊断方法及系统 | |
CN102817780A (zh) | 风力发电机组结冰控制装置及控制方法 | |
CN113123932A (zh) | 一种面向风电机组的实时动态故障诊断方法 | |
CN111594398B (zh) | 一种风力发电机组主动智能防雷方法及系统 | |
CN111594395B (zh) | 一种风电机组塔筒共振识别方法、装置及监测报警系统 | |
CN108757341A (zh) | 一种大型半直驱机组偏航速度高故障智能诊断方法 | |
CN112727704A (zh) | 一种叶片前缘腐蚀的监测方法及系统 | |
CN111336066A (zh) | 一种用于产生能量的风力发电系统及控制方法 | |
CN110608133B (zh) | 一种海上风力发电控制系统及方法 | |
CN107061187B (zh) | 一种风电机组雷击次数监测方法和装置 | |
CN109026555B (zh) | 用于识别叶片的失速的方法和装置 | |
KR101468627B1 (ko) | 풍력발전기 데이터 분류 시스템 | |
CN202916207U (zh) | 一种风力发电机组叶片损伤在线检测系统 | |
CN114778116A (zh) | 一种风力发电机组变桨轴承故障预警方法及系统 | |
CN112202924A (zh) | 基于物联网的大功率风电机组高强螺栓智能检测系统 | |
CN113218653A (zh) | 一种基于消除低频扰动的海上风电齿轮箱监测方法及装置 | |
EP4151853A1 (en) | A method for controlling wind turbines of a wind park using a trained ai model | |
EP4365440A1 (en) | Prediction and prevention of safety stop of a wind turbine | |
CN114151147B (zh) | 汽轮机转速异常的故障预警方法、系统、设备及介质 | |
CN117494618B (zh) | 一种基于实时网络的风电场智能图像监控系统 | |
CN114320769A (zh) | 风力发电机组的检测方法及风力发电机组 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |