CN112443461B - 基于对称声压传感器的风力发电机组偏航误差分析方法 - Google Patents
基于对称声压传感器的风力发电机组偏航误差分析方法 Download PDFInfo
- Publication number
- CN112443461B CN112443461B CN202011080634.4A CN202011080634A CN112443461B CN 112443461 B CN112443461 B CN 112443461B CN 202011080634 A CN202011080634 A CN 202011080634A CN 112443461 B CN112443461 B CN 112443461B
- Authority
- CN
- China
- Prior art keywords
- sound pressure
- signal
- pressure sensor
- fan blade
- frequency spectrum
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 238000001228 spectrum Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013526 transfer learning Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 description 5
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 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
- 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
- F03D7/0204—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for orientation in relation to wind direction
-
- 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
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/046—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with learning or adaptive control, e.g. self-tuning, fuzzy logic or neural network
-
- 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)
- Mechanical Engineering (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Wind Motors (AREA)
Abstract
本发明是一种基于对称声压传感器的风力发电机组偏航误差分析方法，其特征是，包括的内容有：对称设置左右声压传感器、采集及处理单元、接口设备作为声压信号采集处理平台；通过左右声压传感器计算风叶旋转主频率，找到对称传感器监测同一叶片旋转经过时的相位差；通过得到的相位差对同一叶片在左右对称位置声压时域信号，降噪滤波后进行频谱分析，得到同一叶片在经过左右对称位置时的频谱差值信号；构建机组频谱差值信号和偏航误差对应关系学习网络，确定最佳网络参数，以适应不同机组；对声压信号经过处理得到实时频域差值谱，输入偏航误差对应关系学习网络，即得到实时的偏航误差，同时此频谱差值信号与风速、功率信号进一步得到优化。
Description
技术领域
本发明属于风力发电技术领域，涉及一种基于对称声压传感器的风力发电机组偏航误差分析方法。
背景技术
风力发电发展迅速，装机容量逐年上升。风力发电机的发电效率对总发电量影响大。机舱与风叶在塔筒上方可360度水平旋转，其角度直接与发电效率相关。最佳角度是风叶旋转平面与风向垂直。风力发电机通过机舱上方的风向仪设备测量来风方向，控制偏航系统调整对风角度。风向仪对风向测量越准确就越可以接近理想对风角度，发电效率就可以越高。
但风力机往往很难达到理想对风状态，因为风向仪测量都会测不准。有几个主要原因：一是由于风叶旋转对来风影响及塔影效应的存在，使得风叶旋转平面前后方的方向会发生变化且规律复杂，在风叶旋转平面后方的风向仪没有办法准确测出来风的实际方向。二是风向仪靠机械结构测量风向，其机械摩擦和机械磨损会导致长期应用质量下降；三是风力发电机各个机组由于地理位置及周边空间结构不同风会形成阵风及湍流等现象，而同一风场内的风向仪型号一致，安装位置一致，校准是统一的，不能很好的反映出各个机组的特有情况；四是偏航系统运行过程中本身就存在误差，而从风向仪到偏航系统的控制过程是单向无反馈的，很难自行误差修正。
中国专利公告号CN102213182B公开了一种获得风力发电机组固有偏航误差角方法，通过检测风力发电机当前功率P和风力发电机偏航角为零时的输出功率P判断偏航误差角。但实际情况下风向不是恒定不变的，机组也不可能时时刻刻改变角度，因此机组即使在无偏航误差的情况下依旧存在错风角的可能性，会造成偏航误差判断不准确的情况出现。中国专利公告号CN105909466A公开了一种风力发电机组偏航误差分析方法，但依然是通过后期软件算法进行补偿，无法从本质数据源头进行质量提升，效率仍然有限。
发明内容
本发明所要解决的技术问题是，提供一种科学合理，适用性强，能够用简单的左右对称声压传感器得到偏航误差，具有自学习特征，适用于不同风力发电机组，且可以根据机组性能变化进行自调整的基于对称声压传感器的风力发电机组偏航误差分析方法。
解决其技术问题采用的技术方案是：一种基于对称声压传感器的风力发电机组偏航误差分析方法，其特征是，它包括以下步骤：
S1)对称设置左右声压传感器、采集及处理单元、接口设备作为声压信号采集处理平台；
S2）通过S1)步骤对左右声压信号预处理，通过左右声压传感器计算风叶旋转主频率，找到对称传感器监测同一叶片旋转经过时的相位差；
S3）通过S2）步骤得到的相位差对同一叶片在左右对称位置声压时域信号，降噪滤波后进行频谱分析，得到同一叶片在经过左右对称位置时的频谱差值信号；
S4）构建机组频谱差值信号和偏航误差对应关系学习网络，确定最佳网络参数，以适应不同机组；
S5）对声压信号经过S2）和S3）步骤的处理得到实时频域差值谱，输入S4）步骤偏航误差对应关系学习网络，即得到实时的偏航误差，同时此频谱差值信号与风速、功率信号通过S4）步骤进一步得到优化。
具体地，S1）步骤中所述对称设置左右声压传感器，是将左声压传感器、右声压传感器分别对称置于机舱两外侧偏上位置、靠近前端叶片处，以减少塔筒和塔影效应影响，传感器敏感角度指向所在侧叶片位置，以更好地捕获叶片声压。
具体地， S2）步骤中对所述左右声压信号预处理经低通滤波，去除干扰信号，只留低频风叶旋转信号，通常风力发电机为三叶片形式，风力机旋转频率即为风叶信号频率S左、S右低主频频率除以叶片数量，三叶片在旋转过程中会顺序通过左右传感器，S左与S右在同一周期内会分别出现3次幅值最大情况，根据主频及三次幅值最大时间可以计算出同一叶片在经过左传感器和右传感器的时间差值，相位差φ左-右即可得到。
具体地，步骤S3）中所述降噪滤波后进行频谱分析的具体内容为：右传感器信号延迟φ左-右相位差后得到新的右传感器信号S‘右，S左与S‘右即为同一叶片经过两传感器同一时间下的信号波形，以S‘右信号幅值最高一点，即叶片经过时刻为中心左右扩展到1/3周期时间长度取出信号进行频谱分析，对应时段S左信号作同样操作；对两信号频谱分段作差得到当前叶片频谱差值信号；向前取1/3周期历史信号继续进行上述操作，对应每二叶片频谱差值信号；再向前取1/3周期历史信号对应第三叶片频谱差值信号；取三个叶片频谱差值信号平均作为总频谱差值信号输出；该频谱差值信号即可反映风叶旋转平面与风向之间角度关系。
具体地，步骤S4）中所述构建机组频谱差值信号和偏航误差对应关系学习网络，确定最佳网络参数，以适应不同机组的具体内容为：将最佳迎风角度即为偏航误差最小状态，对应当前风速下的最大功率输出，实时功率与实时风速下最大功率可反应出偏航误差大小；在网络初始学习阶段，可通过迁移学习初始化网络中各层参数；在网络运行过程中不断从寄存器中取出历史数据对网络训练，所取历史数据包括频谱差值信号、风速信号、功率信号、风机控制信号，不断优化网络参数。
具体地，步骤S5）中所述声压信号经过S2）和S3）步骤的处理得到实时频域差值谱，输入S4）步骤偏航误差对应关系学习网络，得到实时的偏航误差，偏航误差进入SCADA系统可使辅助机组进行偏航决策，同时此频谱差值信号与风速信号、当前功率信号存入寄存器以在下一次迭代过程中通过S4）步骤过程进一步优化网络。
本发明的方法优点在于：科学合理，适用性强，能够用简单的左右对称声压传感器得到偏航误差，具有自学习特征，适用于不同风力发电机组，且可以根据机组性能变化进行自调整。
附图说明
图１为一种基于对称声压传感器的风力发电机组偏航误差分析方法所涉及的机组俯视传感器位置图；
图2为一种基于对称声压传感器的风力发电机组偏航误差分析方法流程图。
图中：1－机舱；2－机舱中心线，即叶片迎风方向；3－叶片A；4－叶片B；5－叶片C；6－来风方向；7－左声压传感器；8－右声压传感器； 9－机舱方向与来风方向夹角α，即偏航误差。
具体实施方式
以下将结合附图，对本发明的优选实施例进行详细的描述：应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
本发明的一种基于对称声压传感器的风力发电机组偏航误差分析方法，硬件结构上包括对称声压传感器、采集及处理单元、接口设备。
参照图1，机舱-图中1位于塔筒上方，叶片A-图中3、叶片B-图中4、叶片C-图中5为风力发电机捕获风能的三个叶片，机舱中心线-图中2为叶片迎风方向，机舱方向2与来风方向6的夹角α即偏航误差在图中用9表示。左声压传感器7、右声压传感器8分别对称置于机舱1两外侧偏上位置、靠近前端叶片处，以减少塔筒和塔影效应影响，传感器敏感角度指向所在侧叶片位置，以更好地捕获叶片声压。采集及处理单元、接口设备置于机舱1内部，完成左声压传感器7、右声压传感器8数据的采集、处理、分析及与机组SCADA系统的数据通信。
参照图2，传感器实时采集外界声压信号，先要提取出风机转频信息及相位信息。左传感器信号为S左，右传感器信号为S右。对传感器采集到的信号进行低通滤波，可去除噪声及干扰信号，滤波后的信号会保留叶片在传感器位置通过时产生的主频S左主频和S右主频信号。一般水平轴风力发电机多采用三叶片。三叶片在旋转过程中会顺序通过左、右传感器。因此S左主频和S右主频信号所含信息为风力机旋转M风机旋转主频的三倍。即可以此求出风力发电机旋转主频及周期T。传感器安装位置在机舱外壳上已知，三个风力机叶片夹角120已知。叶片在经过传感器时会产生最大声压振幅已知。由以上可以计算出同一叶片在经过左、右传感器的时间差值，相位差φ左-右即可得到。
一般水平轴力风力发电机从正前方观察为顺时针方向旋转，因此在图1中，同一风叶会先经过右声压传感器8，再经过左声压传感器7。对左右声压信号预处理，去除噪声干扰信号，右传感器信号延迟φ左-右相位差后得到新的右传感器信号S‘右，S左与S‘右即为同一叶片经过两传感器同一时间下的信号波形，以S‘右信号幅值最高一点（即叶片经过时刻，此时传感器最能反映当前叶片信息）t为中心左右扩展到1/3周期时间长度取出信号进行频谱分析，对应时段S左信号作同样操作。对两信号频谱分段作差得到当前叶片频谱差值信号。向前取1/3周期历史信号继续进行上述操作，对应每二叶片频谱差值信号。再向前取1/3周期历史信号对应第三叶片频谱差值信号。取三个叶片频谱差值信号平均作为总频谱差值信号输出F左-右。该频谱差值信号即可反映风叶旋转平面与风向之间角度关系。
构建机组频谱差值信号和偏航误差对应关系学习网络，已适应不同风力发电机组。每台机组都有各自的风功率曲线描述风速及发电功率之间的关系，此参数为最佳迎风状态下风速及输出功率关系。最佳迎风角度即为偏航误差最小状态，实时功率与当前风速下最大功率可反应出偏航误差大小。尽管随着风力发电机组的使用发电机可能不能达到最大的功率输出，但仍可通过网络学习找到当前风速下风力机的最大可输出功率。系统需要读入SCADA数据，包括风速信息、功率信息、控制信息等，以判断风力发电机发电状态，综合传感器频谱差值信号及其历史数据对网络进行训练。在初始学习阶段，可通过迁移学习初始化网络各层参数；在运行过程中不断从寄存器中读取历史数据对网络训练，得到最佳参数。利用训练好的网络可根据当前频谱差值信号计算出当前偏航误差。完成基于对称声压传感器判断风力发电机组偏航误差分析方法目的。
本发明具体实施方式并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。
Claims (1)
1.一种基于对称声压传感器的风力发电机组偏航误差分析方法，其特征是，它包括以下步骤：
S1)对称设置左声压传感器和右声压传感器、采集及处理单元和接口设备作为声压信号采集处理平台；所述对称设置左声压传感器和右声压传感器是将左声压传感器、右声压传感器分别对称置于机舱两外侧偏上位置，且靠近前端风叶处，以减少塔筒和塔影效应影响，传感器敏感角度指向所在侧风叶位置，以捕获风叶声压；
S2)通过S1)步骤对声压信号进行预处理，通过左声压传感器和右声压传感器计算风叶旋转主频频率，找到对称的左声压传感器和右声压传感器监测同一叶片旋转经过时的相位差；所述预处理是经低通滤波，去除干扰信号，只留低频风叶信号，风力发电机为三叶片形式，风力机旋转频率即为S左或S右主频频率除以叶片数量，三叶片在旋转过程中会顺序通过右声压传感器和左声压传感器，S左与S右在同一周期内会分别出现3次幅值最大情况，根据风力机风叶旋转频率及三次幅值最大时间能够计算出同一风叶旋转在经过左声压传感器和右声压传感器的时间差值，相位差φ左-右即可得到；
S3)通过S2)步骤得到的相位差可得同一风叶经过对称的左声压传感器和右声压传感器时域信号，降噪滤波后进行频谱分析，得到同一风叶经过左右对称位置时的频谱差值信号，所述降噪滤波后进行频谱分析的具体内容为：S右延迟相位差φ左-右后得到S‘右，S左与S‘右即为同一风叶经过左声压传感器和经过右声压传感器同一时间下的信号波形，以S‘右信号幅值最高点，即风叶经过时刻为中心左右扩展到1/3周期时间长度取出信号进行频谱分析，对应时段S左信号作同样操作；对S‘右和S左两个信号频谱分段作差得到当前风叶频谱差值信号；向前取1/3周期历史信号继续进行上述操作，对应第二风叶频谱差值信号；再向前取1/3周期历史信号对应第三风叶频谱差值信号；取三个风叶频谱差值信号平均作为总频谱差值信号输出；该频谱差值信号即可反映风叶旋转平面与风向之间角度关系；
S4)构建机组频谱差值信号和偏航误差对应关系学习网络，确定最佳网络参数，以适应不同机组，将最佳迎风角度即为偏航误差最小状态，对应当前风速下的最大功率输出，实时功率与实时风速下最大功率可反应出偏航误差的大小；在网络初始学习阶段，通过迁移学习初始化网络中各层参数；在网络运行过程中不断从寄存器中取出历史数据对网络训练，所取历史数据包括频谱差值信号、风速信号、功率信号和风机控制信号，不断优化网络参数；
S5)对所述声压信号经过S2)和S3)步骤的处理得到实时频域差值谱，输入S4)步骤偏航误差对应关系学习网络，即得到实时的偏航误差，偏航误差进入SCADA系统可使辅助机组进行偏航决策，同时此频谱差值信号与风速信号、当前功率信号存入寄存器，以在下一次迭代过程中通过S4)步骤进一步优化网络。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011080634.4A CN112443461B (zh) | 2020-10-10 | 2020-10-10 | 基于对称声压传感器的风力发电机组偏航误差分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011080634.4A CN112443461B (zh) | 2020-10-10 | 2020-10-10 | 基于对称声压传感器的风力发电机组偏航误差分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112443461A CN112443461A (zh) | 2021-03-05 |
| CN112443461B true CN112443461B (zh) | 2022-02-08 |
Family
ID=74735934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011080634.4A Active CN112443461B (zh) | 2020-10-10 | 2020-10-10 | 基于对称声压传感器的风力发电机组偏航误差分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112443461B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103899497A (zh) * | 2012-12-27 | 2014-07-02 | 西门子公司 | 检测风力涡轮机的偏航误差度的方法 |
| CN106014858A (zh) * | 2016-07-21 | 2016-10-12 | 浙江运达风电股份有限公司 | 一种风电机组对风误差自动校准方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK2653721T3 (da) * | 2012-04-17 | 2020-10-12 | Siemens Gamesa Renewable Energy As | Vindmøllemålingssystem |
| CA3023642A1 (en) * | 2016-05-12 | 2017-11-16 | Orsted Wind Power A/S | Estimation of yaw misalignment for a wind turbine |
| US10451039B2 (en) * | 2017-06-09 | 2019-10-22 | General Electric Company | System and method for reducing wind turbine noise during high wind speed conditions |
-
2020
- 2020-10-10 CN CN202011080634.4A patent/CN112443461B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103899497A (zh) * | 2012-12-27 | 2014-07-02 | 西门子公司 | 检测风力涡轮机的偏航误差度的方法 |
| CN106014858A (zh) * | 2016-07-21 | 2016-10-12 | 浙江运达风电股份有限公司 | 一种风电机组对风误差自动校准方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 计及风电场状态的风电功率超短期预测;杨茂，周宜;《中国电机工程学报》;20190305;1259-1268 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112443461A (zh) | 2021-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Doolan et al. | WIND TURBINE NOISE MECHANISMS AND SOME CONCEPTS FOR ITS CONTROL. | |
| EP2840258B1 (en) | System and method for preventing excessive loading on a wind turbine | |
| Rocha et al. | The effects of blade pitch angle on the performance of small-scale wind turbine in urban environments | |
| 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 | |
| US9926912B2 (en) | System and method for estimating wind coherence and controlling wind turbine based on same | |
| US9562515B2 (en) | Method and apparatus for wind turbine noise reduction | |
| US20170335827A1 (en) | System and Method for Determining Wind Farm Wake Loss | |
| CN107045574B (zh) | 基于svr的风力发电机组低风速段有效风速估计方法 | |
| US10697439B2 (en) | Offset toggle method for wind turbine operation | |
| US8231344B2 (en) | Methods for controlling the amplitude modulation of noise generated by wind turbines | |
| CN101725468A (zh) | 使风力涡轮机对准风向的方法和风力涡轮机装置 | |
| CN202117846U (zh) | 一种大型风电机组独立变桨控制装置 | |
| CN102182633A (zh) | 一种大型风电机组独立变桨控制方法及装置 | |
| EP3514373A1 (en) | Twist correction factor for aerodynamic performance map used in wind turbine control | |
| WO2018204447A1 (en) | Adjustment factor for aerodynamic performance map | |
| KR101032930B1 (ko) | 디지털 풍속 추정 모듈과 가변속제어모듈을 통한 풍력발전기 최적제어형 통합 관리 장치 및 방법 | |
| CN108278184A (zh) | 基于经验模态分解的风电机组叶轮不平衡监测方法 | |
| JP2017089575A (ja) | 風力発電システム | |
| CN112443461B (zh) | 基于对称声压传感器的风力发电机组偏航误差分析方法 | |
| CN209354294U (zh) | 一种用于实海况测量的潮流能水轮机叶尖比速测量装置 | |
| CN115977874B (zh) | 基于激光测风雷达的风电机组偏航自适应校准方法及系统 | |
| CN116928019A (zh) | 用于控制风力涡轮的系统和方法 | |
| EP4060430A1 (en) | Systems and methods for operating power generating assets | |
| CN108537372B (zh) | 一种风向预测方法及风力发电机组的偏航控制方法 | |
| CN101252334B (zh) | 变速恒频风力发电机动态最优能量捕获方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Jianguo Inventor after: Xin Hongwei Inventor after: Wu Yingjie Inventor after: Zhang Xiuyu Inventor after: Yang Yanjun Inventor after: Wen Xiaoqiang Inventor before: Wu Yingjie Inventor before: Wang Jianguo Inventor before: Zhang Xiuyu Inventor before: Xin Hongwei Inventor before: Yang Yanjun Inventor before: Wen Xiaoqiang |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |