CN112855460B - 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 - Google Patents
风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN112855460B CN112855460B CN201911186897.0A CN201911186897A CN112855460B CN 112855460 B CN112855460 B CN 112855460B CN 201911186897 A CN201911186897 A CN 201911186897A CN 112855460 B CN112855460 B CN 112855460B
- Authority
- CN
- China
- Prior art keywords
- shafting
- fan
- fatigue damage
- fatigue
- life
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
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)
- Wind Motors (AREA)
Abstract
本发明公开了一种风电机组轴系实时疲劳寿命预测方法及系统，包括新运行风机轴系的寿命预测方法及系统、和历史风机轴系的寿命预测方法及系统，所述新运行风机轴系的寿命预测方法及系统包括：获取风机运行参数，形成风速‑湍流矩阵；将风速‑湍流矩阵输入至预先构建的轴系风速‑湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命。本发明的预测方法及系统均具有能对新运行风机和历史风机进行精准寿命预测等优点。
Description
技术领域
本发明主要涉及风力发电技术领域，特指一种风电机组轴系实时疲劳寿命预测方法、系统、介质及设备。
背景技术
随着风力发电机机组单机容量和风轮直径的不断增大，以及降本带来的结构低裕量设计，对风电机组的可靠性提出了更高的要求。风力发电机轴系是风力发电机传动系统的关键部分，由于承受较大的交变载荷，轴系的结构设计以满足疲劳强度为主，目前轴系的失效模型也大多数是疲劳失效，轴系的寿命预测和延寿主要是对疲劳损伤的计算处理；由于轴系设计参数的模拟仿真工况与风场实际运行的工况之间存在差异，因此如何准确评估轴系实际寿命尤为重要。针对这一问题，现发明一种基于风场实际运行工况，实时预测轴系疲劳寿命的方法和装置，同时该系统还能为已运行20年设计寿命的历史风机提供延寿依据。
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，本发明提供一种对轴承实时寿命进行精准预测的风电机组轴系实时疲劳寿命预测方法、系统、介质及设备。
为解决上述技术问题，本发明提出的技术方案为：
一种风电机组轴系实时疲劳寿命预测方法，包括新运行风机轴系的寿命预测方法和历史风机轴系的寿命预测方法，所述新运行风机轴系的寿命预测方法包括以下步骤：
1.1)获取风机运行参数，形成风速-湍流矩阵；
1.2)将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；
1.3)对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命。
作为上述技术方案的进一步改进：
还包括用于对新运行风机轴系的预测寿命进行修正的方法，包括以下步骤：
2.1)获取风机振动数据；
2.2)将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
2.3)通过步骤2.2)中的轴系疲劳损伤值，对步骤1.3)中的轴系疲劳寿命进行修正。
在步骤1.1)中，所述风机运行参数包括功率、转速、风速或者湍流中的一种或多种。
所述历史风机轴系的寿命预测方法包括以下步骤：
3.1)获取风机的运行参数，所述运行参数包括功率和转速；
3.2)将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；其中功率转速与疲劳损伤模型中以功率和转速为输入，而以风速-湍流矩阵计算得到的轴系统实时疲劳损伤值为输出；
3.3)对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命。
还包括用于对历史风机轴系的预测寿命进行修正的方法，包括以下步骤：
4.1)获取风机振动数据；
4.2)将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
4.3)通过步骤4.2)中的轴系疲劳损伤值，对步骤3.3)中的轴系疲劳寿命进行修正。
本发明还公开了一种风电机组轴系实时疲劳寿命预测系统，包括新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统，所述新运行风机轴系的寿命预测系统包括：
第一数据获取模块，用于获取风机运行参数，形成风速-湍流矩阵；
第一数据诊断模块，用于将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；
第一寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命。
作为上述技术方案的进一步改进：
所述历史风机轴系的寿命预测系统包括：
第二数据获取模块，用于获取风机的运行参数，所述运行参数包括功率和转速；
第二数据诊断模块，用于将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；其中功率转速与疲劳损伤模型中以功率和转速为输入，而以轴系风速-湍流组合疲劳损伤矩阵模型中得到的轴系统实时疲劳损伤值为输出；
第二寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命。
所述新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统均包括修正模块，所述修正模块包括：
数据获取模块，用于获取风机振动数据；
数据诊断模块，用于将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
寿命修正模块，用于通过轴系疲劳损伤值，对轴系疲劳寿命进行修正。
本发明进一步公开了一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序在被处理器运行时执行如上所述的风电机组轴系实时疲劳寿命预测方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在在于，所述计算机程序在被处理器运行时执行如上所述的风电机组轴系实时疲劳寿命预测方法的步骤。
与现有技术相比，本发明的优点在于：
本发明的风电机组轴系实时疲劳寿命预测方法及系统，以实时采集的风速-湍流矩阵的作为输入，根据疲劳设计软件事先计算的风速-湍流轴系疲劳损伤模型，对风场运行的风机轴系进行实时寿命预测，同时引入振动疲劳载荷对轴系疲劳损伤影响模型，以实时采集CMS在线监测振动数据为输入，修正轴系疲劳损伤值，预测精度高；另外还通过大数据技术，以功率、转速等实时参数为输入，以轴系风速-湍流矩阵计算的疲劳实时损伤值为输出，训练出功率、转速与疲劳损伤的预测模型，从而对历史风机进行延寿评估。
附图说明
图1为本发明在实施例的方法流程图。
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，本实施例的风电机组轴系实时疲劳寿命预测方法，包括新运行风机轴系的寿命预测方法和历史风机轴系的寿命预测方法，新运行风机轴系的寿命预测方法包括以下步骤：
1.1)获取风机运行参数，形成风速-湍流二维矩阵，其中运行参数包括功率、转速、风速或者湍流中的一种或多种；
1.2)将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；通过建立轴系的有限元分析模型，按照不同的风速-湍流组合工况时序计算出不同组合工况的轴系各位置的疲劳损伤值，从而得到轴系各热点区域的风速-湍流组合疲劳损伤矩阵模型；
1.3)对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命。
本实施例中，还包括用于对新运行风机轴系的预测寿命进行修正的方法，包括以下步骤：
2.1)获取风机CMS在线监测振动数据；
2.2)将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；通过建立轴系的有限元分析模型，理论计算振动疲劳载荷对轴系疲劳损伤影响模型；
2.3)通过步骤2.2)中的轴系疲劳损伤值，对步骤1.2)中的实时疲劳损伤值进行修正，从而实现对步骤1.3)中的轴系疲劳寿命进行修正。
本实施例中，历史风机轴系的寿命预测方法包括以下步骤：
3.1)获取风机的运行参数，运行参数包括功率和转速；
3.2)将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；通过功率、转速等实时运行参数为输入，以轴系风速-湍流矩阵计算的疲劳实时损伤值为输出，训练功率、转速与疲劳损伤的预测模型；
3.3)对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命。
本实施例中，还包括用于对历史风机轴系的预测寿命进行修正的方法，包括以下步骤：
4.1)获取风机振动数据；
4.2)将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；通过建立轴系的有限元分析模型，理论计算振动疲劳载荷对轴系疲劳损伤影响模型；
4.3)通过步骤4.2)中的轴系疲劳损伤值，对步骤3.3)中的轴系疲劳寿命进行修正。
本发明的风电机组轴系实时疲劳寿命预测方法及系统，以实时采集的风速-湍流矩阵的作为输入，根据疲劳设计软件事先计算的风速-湍流轴系疲劳损伤模型，对风场运行的风机轴系进行实时寿命预测，同时引入振动疲劳载荷对轴系疲劳损伤影响模型，以实时采集CMS在线监测振动数据为输入，修正轴系疲劳损伤值，预测精度高；另外还通过大数据技术，以功率、转速等实时参数为输入，以轴系风速-湍流矩阵计算的疲劳实时损伤值为输出，训练出功率、转速与疲劳损伤的预测模型，从而对历史风机进行延寿评估。
本发明还相应公开了一种风电机组轴系实时疲劳寿命预测系统，包括新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统，新运行风机轴系的寿命预测系统包括：
第一数据获取模块，用于获取风机运行参数，形成风速-湍流矩阵；
第一数据诊断模块，用于将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；
第一寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命。
本实施例中，历史风机轴系的寿命预测系统包括：
第二数据获取模块，用于获取风机的运行参数，运行参数包括功率和转速；
第二数据诊断模块，用于将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；其中功率转速与疲劳损伤模型中以功率和转速为输入，而以轴系风速-湍流组合疲劳损伤矩阵模型中得到的轴系统实时疲劳损伤值为输出；
第二寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命。
本实施例中，新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统均包括修正模块，修正模块包括：
数据获取模块，用于获取风机振动数据；
数据诊断模块，用于将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
寿命修正模块，用于通过轴系疲劳损伤值，对轴系疲劳寿命进行修正。
上述预测系统用于执行如上所述的预测方法，同样具有如上方法所述的优点。
本发明实施例还公开了一种计算机可读储存介质，其上储存有计算机程序，计算机程序在被处理器运行时执行如上所述的风电机组轴系实时疲劳寿命预测方法的步骤。同时，本发明实施例还公开了一种计算机设备，包括处理器和存储器，存储器上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的风电机组轴系实时疲劳寿命预测方法的步骤。本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
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 (6)
1.一种风电机组轴系实时疲劳寿命预测方法，其特征在于，包括新运行风机轴系的寿命预测方法和历史风机轴系的寿命预测方法，所述新运行风机轴系的寿命预测方法包括以下步骤:
1.1）获取风机运行参数，形成风速-湍流矩阵；
1.2）将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；
1.3）对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命；
还包括用于对新运行风机轴系的预测寿命进行修正的方法，包括以下步骤：
2.1）获取风机振动数据；
2.2）将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
2.3）通过步骤2.2）中的轴系疲劳损伤值，对步骤1.3）中的轴系疲劳寿命进行修正；
所述历史风机轴系的寿命预测方法包括以下步骤:
3.1）获取风机的运行参数，所述运行参数包括功率和转速；
3.2）将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；其中功率转速与疲劳损伤模型中以功率和转速为输入，而以风速-湍流矩阵计算得到的轴系统实时疲劳损伤值为输出；
3.3）对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命。
2.根据权利要求1所述的风电机组轴系实时疲劳寿命预测方法，其特征在于，在步骤1.1）中，所述风机运行参数包括功率、转速、风速或者湍流中的一种或多种。
3.根据权利要求1所述的风电机组轴系实时疲劳寿命预测方法，其特征在于，还包括用于对历史风机轴系的预测寿命进行修正的方法，包括以下步骤：
4.1）获取风机振动数据；
4.2）将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
4.3）通过步骤4.2）中的轴系疲劳损伤值，对步骤3.3）中的轴系疲劳寿命进行修正。
4.一种风电机组轴系实时疲劳寿命预测系统，其特征在于，包括新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统，所述新运行风机轴系的寿命预测系统包括:
第一数据获取模块，用于获取风机运行参数，形成风速-湍流矩阵；
第一数据诊断模块，用于将风速-湍流矩阵输入至预先构建的轴系风速-湍流组合疲劳损伤矩阵模型，得到轴系统的实时疲劳损伤值；
第一寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到风电机组轴系的疲劳寿命；
所述历史风机轴系的寿命预测系统包括：
第二数据获取模块，用于获取风机的运行参数，所述运行参数包括功率和转速；
第二数据诊断模块，用于将功率和转速输入至预先构建的功率转速与疲劳损伤模型中，得到轴系统的实时疲劳损伤值；其中功率转速与疲劳损伤模型中以功率和转速为输入，而以轴系风速-湍流组合疲劳损伤矩阵模型中得到的轴系统实时疲劳损伤值为输出；
第二寿命预测模块，用于对运行周期内的实时疲劳损伤值进行累计分析，得到轴系的疲劳寿命；
所述新运行风机轴系的寿命预测系统和历史风机轴系的寿命预测系统均包括修正模块，所述修正模块包括：
数据获取模块，用于获取风机振动数据；
数据诊断模块，用于将风机振动数据输入至预先构建的振动疲劳载荷对轴系疲劳损伤影响模型中，得到轴系疲劳损伤值；
寿命修正模块，用于通过轴系疲劳损伤值，对轴系疲劳寿命进行修正。
5.一种计算机可读存储介质，其上储存有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-3中任意一项所述的风电机组轴系实时疲劳寿命预测方法的步骤。
6.一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1-3中任意一项所述的风电机组轴系实时疲劳寿命预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911186897.0A CN112855460B (zh) | 2019-11-27 | 2019-11-27 | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911186897.0A CN112855460B (zh) | 2019-11-27 | 2019-11-27 | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112855460A CN112855460A (zh) | 2021-05-28 |
| CN112855460B true CN112855460B (zh) | 2022-03-29 |
Family
ID=75985146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911186897.0A Active CN112855460B (zh) | 2019-11-27 | 2019-11-27 | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112855460B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113719431B (zh) * | 2021-11-03 | 2022-02-08 | 浙江中自庆安新能源技术有限公司 | 一种风机塔筒剩余寿命测量方法及系统 |
| CN113864137A (zh) * | 2021-12-06 | 2021-12-31 | 天津发现技术有限公司 | 一种全场风电机组的疲劳寿命监测方法及系统 |
| CN114912756A (zh) * | 2022-04-13 | 2022-08-16 | 浙江运达风电股份有限公司 | 一种基于.Net的风力发电机组疲劳载荷精细化评估方法 |
| CN116292142A (zh) * | 2023-03-30 | 2023-06-23 | 内蒙古工业大学 | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 |
| CN117272666B (zh) * | 2023-10-08 | 2024-04-05 | 上海勘测设计研究院有限公司 | 一种漂浮式海上风机的叶片疲劳寿命计算方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760641A (zh) * | 2014-12-15 | 2016-07-13 | 南车株洲电力机车研究所有限公司 | 面向非标准型风场的风电机组疲劳寿命高效评估方法 |
| JP2016217133A (ja) * | 2015-05-14 | 2016-12-22 | 株式会社日立製作所 | 演算システム、風力発電システム、又は、風車の余寿命又は疲労損傷量の算出方法 |
| CN110017249A (zh) * | 2017-12-12 | 2019-07-16 | 通用电气公司 | 运行风力涡轮的方法 |
-
2019
- 2019-11-27 CN CN201911186897.0A patent/CN112855460B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760641A (zh) * | 2014-12-15 | 2016-07-13 | 南车株洲电力机车研究所有限公司 | 面向非标准型风场的风电机组疲劳寿命高效评估方法 |
| JP2016217133A (ja) * | 2015-05-14 | 2016-12-22 | 株式会社日立製作所 | 演算システム、風力発電システム、又は、風車の余寿命又は疲労損傷量の算出方法 |
| CN110017249A (zh) * | 2017-12-12 | 2019-07-16 | 通用电气公司 | 运行风力涡轮的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112855460A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112855460B (zh) | 风电机组轴系实时疲劳寿命预测方法、系统、介质及设备 | |
| CN110985309B (zh) | 偏航对风异常检测方法、装置、设备和存储介质 | |
| CN110991666A (zh) | 故障检测方法、模型的训练方法、装置、设备及存储介质 | |
| CN112632749B (zh) | 一种风力发电机发电性能的评价方法及装置 | |
| CN112800580B (zh) | 风电机组的备品备件的储备数量确定方法及其系统 | |
| CN115755639A (zh) | 一种风电机组数字孪生仿真方法及系统 | |
| CN113529845A (zh) | 挖掘机故障诊断方法、挖掘机、电子设备及可读存储介质 | |
| CN113436194A (zh) | 一种风电机组的异常检测方法、装置及设备 | |
| CN109236589B (zh) | 一种用于评估风机叶片除冰投资方案的方法及装置 | |
| CN111968266B (zh) | 生成运行数据记录文件的方法、系统、电子设备和介质 | |
| CN112699598A (zh) | 齿轮箱油温异常智能诊断方法及装置 | |
| CN116108989B (zh) | 一种风电超短期功率预测方法、系统、存储介质及设备 | |
| CN203746223U (zh) | 一种基于物联网技术的机械设备专家系统 | |
| CN114444291B (zh) | 一种风机发电量损失精细化测算方法、系统、设备和介质 | |
| CN115434870B (zh) | 风力发电组振动数据的处理方法、装置、设备及存储介质 | |
| CN109944740A (zh) | 风电场场群控制方法和设备 | |
| CN117473883A (zh) | 测风塔数据的处理方法、设备、存储介质及程序产品 | |
| CN110519389B (zh) | 工程设备的参数调整方法、装置、工程设备及存储介质 | |
| CN113919965A (zh) | 模型训练方法及系统、储能逆变器及基于其的预测方法 | |
| CN119853110B (zh) | 一种连续化的风电超容储能调控预测方法及系统 | |
| CN115983054B (zh) | 一种风力发电机组的能力评估及载荷处理方法及终端机 | |
| CN116771596B (zh) | 海上风电场尾流转向控制方法及相关设备 | |
| Eddouh et al. | Maximizing Wind Turbine Efficiency: Monte Carlo Simulation Based on Cost and Energy Loss Analysis for Optimal Preventive Maintenance | |
| CN114301088B (zh) | 风电机组的惯量控制方法、装置、设备、介质及风电机组 | |
| CN117722318A (zh) | 风电机组性能分析的方法、装置、电子设备及存储介质 |
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 |