CN111706471B - 基于运行姿态的风机载荷预测系统及风机降载延寿方法 - Google Patents
基于运行姿态的风机载荷预测系统及风机降载延寿方法 Download PDFInfo
- Publication number
- CN111706471B CN111706471B CN202010390517.1A CN202010390517A CN111706471B CN 111706471 B CN111706471 B CN 111706471B CN 202010390517 A CN202010390517 A CN 202010390517A CN 111706471 B CN111706471 B CN 111706471B
- Authority
- CN
- China
- Prior art keywords
- load
- fan
- research
- monitoring sensor
- mass production
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 claims abstract description 53
- 238000012827 research and development Methods 0.000 claims abstract description 42
- 238000011217 control strategy Methods 0.000 claims abstract description 8
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000035777 life prolongation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
- F03D13/30—Commissioning, e.g. inspection, testing or final adjustment before releasing for production
-
- 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
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- 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
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0276—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling rotor speed, e.g. variable speed
-
- 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
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0292—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/84—Modelling or simulation
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种基于运行姿态的风机载荷预测系统及风机降载延寿方法，系统的姿态监测传感器安装在研发样机或者量产风机上的塔顶位置，用于实时监测风机塔顶运动参数；系统的载荷采集仪安装在研发样机上，用于实时采集研发样机关键位置的载荷，并使用同时间段的研发样机塔顶运动参数和研发样机的关键位置载荷，通过机器学习算法建立预测模型，所建立的预测模型嵌入于量产风机的风机主控中；风机主控用于根据量产风机的塔顶运动参数，通过预测模型输出量产风机的关键位置载荷，并在载荷过大的情况下采用相关降载控制策略进行降载控制。本发明可以实时预测载荷，实现载荷与风机主控交互，风机能够降本增效和降载延寿。
Description
技术领域
本发明涉及风力发电技术领域，特别涉及一种基于运行姿态的风机载荷预测系统及风机降载延寿方法。
背景技术
海上风电的长足发展，推动了风电辅控系统的进步，但现有的辅控系统基本都是各自独立的监测系统，仅对关心的信号进行采集，并发送至远程监控中心进行简单的显示及阈值判断，可见，辅控系统昂贵的价格下也并未带来对风机足够的价值。
在风机运行监测过程中，载荷监测以其专业性、测试复杂、施工困难等因素限制，在实际监测中存在较大的困难，并且监测的载荷也并未与控制系统进行交互，导致载荷的变化特征无法对风机运行优化起到应有的辅助控制的功能。
发明内容
本发明的第一目的在于克服现有技术的缺点与不足，提供一种基于运行姿态的风机载荷预测系统，该系统可以在不测量载荷的情况下实时预测载荷，实现载荷与风机主控交互，风机能够降本增效和降载延寿。
本发明的第二目的在于提供一种基于运行姿态的风机降载延寿方法，该方法可以实现风机的智能降载控制，提升机组智能化程度。
本发明的第一目的通过下述技术方案实现：一种基于运行姿态的风机载荷预测系统，包括：载荷采集仪、量产风机的风机主控和姿态监测传感器，其中，
姿态监测传感器安装在研发样机或者量产风机上的塔顶位置，用于实时监测风机塔顶运动参数；
载荷采集仪安装在研发样机上，当姿态监测传感器安装在研发样机上时，姿态监测传感器连接载荷采集仪，并向载荷采集仪发送研发样机的塔顶运动参数；
载荷采集仪用于实时采集研发样机关键位置的载荷，并使用同时间段的研发样机塔顶运动参数和研发样机的关键位置载荷，通过机器学习算法建立预测模型；载荷采集仪连接量产风机的风机主控，并且，其建立的预测模型嵌入于量产风机的风机主控中；
当姿态监测传感器安装在量产风机上时，姿态监测传感器连接量产风机的风机主控，并向风机主控发送量产风机的塔顶运动参数；
风机主控用于根据该运动参数，通过预测模型输出量产风机的关键位置载荷，并在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制。
优选的，姿态监测传感器分为第一姿态监测传感器和第二姿态监测传感器，第一姿态监测传感器安装在研发样机上，第二姿态监测传感器安装在量产风机上。
优选的，研发样机上的姿态监测传感器通过线缆连接载荷采集仪，量产风机上的姿态监测传感器通过线缆连接风机主控。
优选的，研发样机和量产风机的型号规格相同。
优选的，风机的塔顶运动参数包括塔顶位置的振动加速度和运动倾角；关键位置是指风机上需要检测载荷的位置。
优选的，姿态监测传感器采用集成姿态仪。
本发明的第二目的通过下述技术方案实现：一种基于运行姿态的风机降载延寿方法，所述方法应用于本发明第一目的所述的风机载荷预测系统，具体包括如下步骤：
在机组研发样机的过程中，将姿态监测传感器和载荷采集仪安装在研发样机上；
姿态监测传感器实时监测研发样机塔顶的运动参数并发送给载荷采集仪，载荷采集仪实时采集研发样机关键位置的载荷，并收集运动参数和关键位置载荷的时序数据；
当收集完整的运行工况数据之后，载荷采集仪基于同时间段的研发样机塔顶运动参数和关键位置载荷，通过机器学习算法建立预测模型，以运动参数作为模型的输入，关键位置载荷作为模型的输出进行训练，得到训练好的可用于预测关键位置载荷的预测模型；
在机组量产完毕之后，确保控制测量一致的情况下，在每个量产风机的塔顶安装姿态监测传感器，并将训练好的预测模型嵌入到量产风机的风机主控中；
姿态监测传感器实时采集该量产风机的塔顶运动参数，并发送给风机主控；
风机主控在需要载荷控制的运行工况下，启动预测模型算法，实时读取量产风机的塔顶运动参数，并通过预测模型预测量产风机的关键位置载荷，在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明基于运行姿态的风机载荷预测系统研究风机运动特性与关键位置载荷的内在联系，通过姿态监测传感器采集的风机塔顶运动参数来推导关键位置载荷，然后再将预测的载荷反馈给风机主控进行载荷控制，可见，本发明系统可以在量产机组没有设置测量载荷系统的情况下实现载荷的实时预测，并且也实现载荷与风机主控的交互，因此简化了监测系统，降低了施工难度，实现了风机的降本增效和降载延寿。
(2)本发明风机载荷预测系统和风机降载延寿方法使用了机器学习算法建模来预测风机关键位置载荷，能够准确地预测出关键位置的载荷，有利于及时有效地降低关键部件的疲劳载荷，实现机组关键部件的延寿控制，进而提高风机整体寿命，因此能对风机运行优化起到辅助控制作用和提升机组的智能化程度。
附图说明
图1是本发明基于运行姿态的风机载荷预测系统的示意图。
图2是本发明基于运行姿态的风机降载延寿方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
本实施例公开了一种基于运行姿态的风机载荷预测系统，如图1所示，包括：载荷采集仪3、量产风机7的风机主控5和姿态监测传感器1。
其中，姿态监测传感器1安装在研发样机4或者量产风机7上的塔顶位置，用于实时监测风机塔顶运动参数。研发样机和量产风机的型号规格相同。风机的塔顶运动参数包括塔顶位置的振动加速度和运动倾角。
本实施例的姿态监测传感器采用集成姿态仪，可以同时输出多项塔顶运动参数。
这里姿态监测传感器具体是分为第一姿态监测传感器和第二姿态监测传感器，第一姿态监测传感器安装在研发样机上，并通过线缆连接载荷采集仪3。第二姿态监测传感器安装在量产风机上，并通过线缆连接风机主控5。
载荷采集仪安装在研发样机上，当第一姿态监测传感器安装在研发样机上时，第一姿态监测传感器向载荷采集仪发送研发样机的塔顶运动参数。
载荷采集仪用于实时采集研发样机关键位置2的载荷，并使用同时间段的研发样机塔顶运动参数和研发样机的关键位置载荷，通过机器学习算法建立预测模型。关键位置是指风机上需要检测载荷的位置。
载荷采集仪可以通过有线或者无线的方式连接风机主控，并且其建立的预测模型可以嵌入于量产风机的风机主控中。
当第二姿态监测传感器安装在量产风机上时，第二姿态监测传感器向风机主控发送量产风机的塔顶运动参数。
风机主控用于根据该运动参数，通过预测模型输出量产风机的关键位置6的载荷，并在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制，降载控制策略可根据实际情况选择，例如调整变桨角度、调整叶轮转速、功率控制等。
本实施例还公开了一种基于运行姿态的风机降载延寿方法，所述方法应用于上述风机载荷预测系统，如图2所示，具体包括如下步骤：
在机组研发样机的过程中，将姿态监测传感器和载荷采集仪安装在研发样机上；
姿态监测传感器实时监测研发样机塔顶的运动参数并发送给载荷采集仪，载荷采集仪实时采集研发样机关键位置的载荷，并收集运动参数和关键位置载荷的时序数据；
当收集完整的运行工况数据之后，载荷采集仪基于同时间段的研发样机塔顶运动参数和关键位置载荷，通过机器学习算法建立预测模型，以运动参数作为模型的输入，关键位置载荷作为模型的输出进行训练，得到训练好的可用于预测关键位置载荷的预测模型；
在机组量产完毕之后，确保控制测量一致的情况下，在每个量产风机的塔顶安装姿态监测传感器，并将训练好的预测模型嵌入到量产风机的风机主控中；
姿态监测传感器实时采集该量产风机的塔顶运动参数，并发送给风机主控；
风机主控在需要载荷控制的运行工况下，启动预测模型算法，实时读取量产风机的塔顶运动参数，并通过预测模型预测量产风机的关键位置载荷，在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制。
可见，本发明系统和方法可以在量产机组没有设置测量载荷系统的情况下实现载荷的实时预测，以及实现载荷与风机主控的交互，因此机组无需安装测量载荷系统即可实时监测风机载荷，故可以实现风机的降本增效和降载延寿。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (5)
1.一种基于运行姿态的风机载荷预测系统，其特征在于，包括：载荷采集仪、量产风机的风机主控和姿态监测传感器，其中，
姿态监测传感器安装在研发样机或者量产风机上的塔顶位置，用于实时监测风机塔顶运动参数，其中，姿态监测传感器采用集成姿态仪，风机的塔顶运动参数包括塔顶位置的振动加速度和运动倾角；
载荷采集仪安装在研发样机上，当姿态监测传感器安装在研发样机上时，姿态监测传感器连接载荷采集仪，并向载荷采集仪发送研发样机的塔顶运动参数；
载荷采集仪用于实时采集研发样机关键位置的载荷，关键位置是指风机上需要检测载荷的位置，并使用同时间段的研发样机塔顶运动参数和研发样机的关键位置载荷，通过机器学习算法建立预测模型；载荷采集仪连接量产风机的风机主控，并且，其建立的预测模型嵌入于量产风机的风机主控中；
当姿态监测传感器安装在量产风机上时，姿态监测传感器连接量产风机的风机主控，并向风机主控发送量产风机的塔顶运动参数；
风机主控用于根据该运动参数，通过预测模型输出量产风机的关键位置载荷，并在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制。
2.根据权利要求1所述的基于运行姿态的风机载荷预测系统，其特征在于，姿态监测传感器分为第一姿态监测传感器和第二姿态监测传感器，第一姿态监测传感器安装在研发样机上，第二姿态监测传感器安装在量产风机上。
3.根据权利要求1所述的基于运行姿态的风机载荷预测系统，其特征在于，研发样机上的姿态监测传感器通过线缆连接载荷采集仪，量产风机上的姿态监测传感器通过线缆连接风机主控。
4.根据权利要求1所述的基于运行姿态的风机载荷预测系统，其特征在于，研发样机和量产风机的型号规格相同。
5.一种基于运行姿态的风机降载延寿方法，其特征在于，所述方法应用于权利要求1～4中任一项所述的风机载荷预测系统，具体包括如下步骤：
在机组研发样机的过程中，将姿态监测传感器和载荷采集仪安装在研发样机上，其中，姿态监测传感器采用集成姿态仪；
姿态监测传感器实时监测研发样机塔顶的运动参数并发送给载荷采集仪，载荷采集仪实时采集研发样机关键位置的载荷，并收集运动参数和关键位置载荷的时序数据，其中，风机的塔顶运动参数包括塔顶位置的振动加速度和运动倾角，关键位置是指风机上需要检测载荷的位置；
当收集完整的运行工况数据之后，载荷采集仪基于同时间段的研发样机塔顶运动参数和关键位置载荷，通过机器学习算法建立预测模型，以运动参数作为模型的输入，关键位置载荷作为模型的输出进行训练，得到训练好的可用于预测关键位置载荷的预测模型；
在机组量产完毕之后，确保控制测量一致的情况下，在每个量产风机的塔顶安装姿态监测传感器，并将训练好的预测模型嵌入到量产风机的风机主控中；
姿态监测传感器实时采集该量产风机的塔顶运动参数，并发送给风机主控；
风机主控在需要载荷控制的运行工况下，启动预测模型算法，实时读取量产风机的塔顶运动参数，并通过预测模型预测量产风机的关键位置载荷，在载荷过大的情况下采用相关降载控制策略对风机关键部件进行降载控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010390517.1A CN111706471B (zh) | 2020-05-11 | 2020-05-11 | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010390517.1A CN111706471B (zh) | 2020-05-11 | 2020-05-11 | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111706471A CN111706471A (zh) | 2020-09-25 |
| CN111706471B true CN111706471B (zh) | 2021-05-04 |
Family
ID=72536936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010390517.1A Active CN111706471B (zh) | 2020-05-11 | 2020-05-11 | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111706471B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7942629B2 (en) * | 2008-04-22 | 2011-05-17 | General Electric Company | Systems and methods involving wind turbine towers for power applications |
| CN106438220A (zh) * | 2016-12-01 | 2017-02-22 | 三重型能源装备有限公司 | 监测风机塔筒危险挠变的系统及方法 |
| CN108150360A (zh) * | 2016-12-05 | 2018-06-12 | 北京金风科创风电设备有限公司 | 检测风电机组的等效载荷的方法和设备 |
| CN110139983B (zh) * | 2016-12-30 | 2020-12-01 | 远景能源（江苏）有限公司 | 实证评估风力涡轮机发电机运行的方法和系统 |
| CN107387333B (zh) * | 2017-09-08 | 2018-11-06 | 北京金风科创风电设备有限公司 | 风力发电机组塔架部件的疲劳损伤的确定方法和设备 |
| CN109268213A (zh) * | 2018-08-22 | 2019-01-25 | 明阳智慧能源集团股份公司 | 一种风力发电机组载荷在线监测及主动降载控制方法 |
| CN109026556B (zh) * | 2018-08-31 | 2019-08-23 | 新疆金风科技股份有限公司 | 风力发电机组的控制方法、设备以及系统 |
-
2020
- 2020-05-11 CN CN202010390517.1A patent/CN111706471B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111706471A (zh) | 2020-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101096942B (zh) | 风能系统及其操作方法 | |
| CN104066978B (zh) | 具有实时风速测量的风场 | |
| US10600036B2 (en) | Wind power plant management system and method thereof | |
| CN102472251B (zh) | 风能设备的运行管理系统以及在使用所述运行管理系统的情况下运用的方法 | |
| EP3791060B1 (en) | Wind turbine control method | |
| US9606518B2 (en) | Control system and method of predicting wind turbine power generation | |
| DK177922B1 (en) | Method and system for monitoring wind turbine | |
| CN102454544B (zh) | 调整风力涡轮机功率参数的系统和方法 | |
| CN106815771B (zh) | 一种风电场载荷的长期评估方法 | |
| JP2010048239A (ja) | 風車の運転制限調整装置及び方法並びにプログラム | |
| JP4241644B2 (ja) | 風車の運転制御装置及びその方法並びにプログラム | |
| CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断系统 | |
| Rolfes et al. | Integral SHM-system for offshore wind turbines using smart wireless sensors | |
| CN102797634A (zh) | 风力涡轮机及监测风力涡轮机参数的方法 | |
| US11428212B2 (en) | Wind turbine drivetrain wear detection using azimuth variation clustering | |
| KR101358397B1 (ko) | 가속도 센서 및 출력 전력에 기반하는 풍력 발전기의 고장진단장치 및 고장 진단 방법 | |
| EP3855019A1 (en) | System and method for operating a wind turbine | |
| EP4100646A1 (en) | Wake monitoring, wake management and sensory arrangements to such | |
| CN111878322A (zh) | 风力发电机装置 | |
| CN118232312A (zh) | 基于ai算法的风电场发电量预测方法及系统 | |
| CN111706471B (zh) | 基于运行姿态的风机载荷预测系统及风机降载延寿方法 | |
| CN108474350A (zh) | 运行风力涡轮机场的方法和系统 | |
| Botz et al. | Structural health monitoring as a tool for smart maintenance of wind turbines | |
| CN117905638A (zh) | 基于强化学习的风力发电机优化控制方法及系统 | |
| CN111164304A (zh) | 评估风力涡轮机软件升级的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |