CN113530763A - 一种风电机组叶片零位异常监测方法、系统 - Google Patents
一种风电机组叶片零位异常监测方法、系统 Download PDFInfo
- Publication number
- CN113530763A CN113530763A CN202110647851.5A CN202110647851A CN113530763A CN 113530763 A CN113530763 A CN 113530763A CN 202110647851 A CN202110647851 A CN 202110647851A CN 113530763 A CN113530763 A CN 113530763A
- Authority
- CN
- China
- Prior art keywords
- blade
- zero
- angle
- wind turbine
- model
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 230000007246 mechanism Effects 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 12
- 238000002790 cross-validation Methods 0.000 claims description 6
- 238000013523 data management Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 abstract description 14
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
本发明提供了一种风电机组叶片零位异常监测方法、装置及电子设备及存储介质,涉及风力发电技术领域,所述物体结构变化展示方法通过,解析出叶片零位角偏差角度;向指定账户上传所述叶片零位角偏差角度;当叶片零位偏差角发生异常时发出预警,通过叶片零位异常监测系统,可以使现场运维人员实时掌握叶片零位的状态,当叶片零位发生偏差时,便于工作人员及时纠正偏差。
Description
技术领域
本发明涉及风力发电技术领域,尤其涉及一种风电机组叶片零位异常监测方法、系统、电子设备及存储介质。
背景技术
随着时代的发展,科技的进步,人类社会对能源的需求越来越大,而传统能源如煤炭、石油等资源的存储量是有限的,开采和使用途中会造成很严重的污染。与此同时,风能以其独特的成本低,污染小,取之不尽,用之不竭的特性脱颖而出,获得了越来越多人的青睐。风力发电不仅仅能够促进人类社会的发展,而且可以大幅度削减人类对传统化石燃料的依赖,保护环境,降低能源的成本。
在风电机组中,叶片不仅可以在风力的作用下绕风轮的中心公转,每个叶片还可以绕自身轴线自转,以实现“找风”。叶尖横截面上的特征弦线(即,叶尖横截面上的最长的一条弦线)与叶片旋转平面之间的夹角称为安装角。叶片零位角是指叶片自转角为0°时的安装角。零位角相对偏差是指三个叶片零位角不一致,存在相对偏差。现有的叶片零位监测方法,需要停机监测,不具备运维人员实时监测叶片零位状态的工程实际需要。
发明内容
本发明的目的在于提供一种风电机组叶片零位异常监测方法、系统、电子设备及存储介质,通过叶片零位异常监测系统,可以使现场运维人员实时掌握叶片零位的状态,当叶片零位发生偏差时,便于工作人员及时纠正偏差。
第一方面,本发明实施例提供了一种风电机组叶片零位异常监测方法,所述叶片零位异常监测方法包括:
解析出叶片零位角偏差角度;
向指定账户上传所述叶片零位角偏差角度;
当叶片零位偏差角发生异常时发出预警。
可选地,解析出叶片零位角偏差角度包括:
从风电场SCADA系统采集风电机组运行数据,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动;
将所述风电机组运行数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型,使用历史数据建立风速/桨矩角的机理模型;
将DBSCAN处理过的实时数据分别输入所述初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对初始模型结论与机理模型结论进行交叉验证,解析出叶片零位偏差角度及异常状态。
可选地,所述叶片零位异常监测方法还包括:
对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
可选地,基所述叶片零位异常监测方法还包括:
以Web界面形式展示于在线设备,并生成报告。
可选地,当叶片零位偏差角发生异常时发出预警包括:
同时将预警事件保存至历史数据库中。
第二方面,本发明实施例提供了一种风电机组叶片零位异常监测系统,所述叶片零位异常监测系统包括:
叶片零位角生成模块,其用于解析出叶片零位角偏差角度;
管理模块,其用于向指定账户上传所述叶片零位角偏差角度;
人机交互模块,当叶片零位偏差角发生异常时所述人机交互系统发出预警。
可选地,所述管理系统包括:
账户管理单元,其存储多个账户;
接口管理单元,用于向指定账户上传叶片零位角偏差角度;
缓存数据管理单元,用于对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
可选地,叶片零位角生成模块包括:
数据获取单元,用于从风电场SCADA系统采集风电机组运行数据,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动;
模型建立单元,用于将所述风电机组运行数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型,使用历史数据建立风速/桨矩角的机理模型;
解析单元,用于将DBSCAN处理过的实时数据分别输入所述初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对初始模型结论与机理模型结论进行交叉验证,解析出叶片零位偏差角度及异常状态。
第三方面,本发明实施例提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的风电机组叶片零位异常监测方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述的风电机组叶片零位异常监测方法的步骤。
有益效果
本发明提供了一种风电机组叶片零位异常监测方法、装置及电子设备及存储介质,所述物体结构变化展示方法通过,解析出叶片零位角偏差角度;向指定账户上传所述叶片零位角偏差角度;当叶片零位偏差角发生异常时发出预警,通过叶片零位异常监测系统,可以使现场运维人员实时掌握叶片零位的状态,当叶片零位发生偏差时,便于工作人员及时纠正偏差。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种风电机组叶片零位异常监测方法的流程图;
图2为本发明实施例一种风电机组叶片零位异常监测系统的结构框图;
图3为本发明实施例叶片零位角生成模块的结构框图;
图4为本发明实施例一种电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。
本发明提供一种风电机组叶片零位异常监测方法、系统及电子设备及存储介质,所述风电机组叶片零位异常监测的系统由叶片零位角生成系统、接口管理单元、账户管理单元、缓存数据管理单元构成。叶片零位异常监测系统是基于软件架构下的开放系统架构。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如,程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,有通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
下面结合附图说明和具体实施例对本发明作进一步描述:
图1示出了本发明实施例的本发明实施例本发明实施例提供了一种风电机组叶片零位异常监测方法,所述叶片零位异常监测方法包括:
S20、解析出叶片零位角偏差角度;
S40、向指定账户上传所述叶片零位角偏差角度;
S60、当叶片零位偏差角发生异常时发出预警。
本发明提供了一种风电机组叶片零位异常监测方法、装置及电子设备及存储介质,所述物体结构变化展示方法通过,解析出叶片零位角偏差角度;向指定账户上传所述叶片零位角偏差角度;当叶片零位偏差角发生异常时发出预警,通过叶片零位异常监测系统,可以使现场运维人员实时掌握叶片零位的状态,当叶片零位发生偏差时,便于工作人员及时纠正偏差。
解析出叶片零位角偏差角度包括:
从风电场SCADA系统采集风电机组运行数据,采样频率最大为1Hz,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动。
将上述数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型;使用历史数据建立风速/桨矩角的机理模型。
将DBSCAN处理过的实时数据分别输入上述的初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对上述2个结论进行交叉验证。最终解析出叶片零位偏差角度及异常状态。
具体地,所述叶片零位异常监测方法还包括:
对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
具体地,基所述叶片零位异常监测方法还包括:
以Web界面形式展示于在线设备,并生成报告。
具体地,当叶片零位偏差角发生异常时发出预警包括:
同时将预警事件保存至历史数据库中。
基于同一发明构思,本发明实施例还提供了一种风电机组叶片零位异常监测系统,可以用于实现上述实施例中所描述的方法,如下面实施例所述。由于该风电机组叶片零位异常监测系统解决问题的原理与风电机组叶片零位异常监测方法相似,因此风电机组叶片零位异常监测系统的实施可以参见一种风电机组叶片零位异常监测方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
如图2所示,所述叶片零位异常监测系统包括:
叶片零位角生成模块20,其用于解析出叶片零位角偏差角度;
管理模块40,其用于向指定账户上传所述叶片零位角偏差角度;
人机交互模块60,当叶片零位偏差角发生异常时所述人机交互系统发出预警。
具体地,所述管理系统40包括:
账户管理单元401,其存储多个账户;
接口管理单元402,用于向指定账户上传叶片零位角偏差角度;
缓存数据管理单元403,用于对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
如图3所示,叶片零位角生成模块20包括:
数据获取单元201,用于从风电场SCADA系统采集风电机组运行数据,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动;
模型建立单元202,用于将所述风电机组运行数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型,使用历史数据建立风速/桨矩角的机理模型;
解析单元203,用于将DBSCAN处理过的实时数据分别输入所述初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对初始模型结论与机理模型结论进行交叉验证,解析出叶片零位偏差角度及异常状态。
本发明实施例还提供了一种电子设备,图4示出了可以应用本发明实施例的电子设备的结构示意图,如图4所示,该计算机电子设备包括,中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中一种风电机组叶片零位异常监测系统中所包含的计算机可读存储介质;也可以是单独存在,未装配入电子设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本发明的一种风电机组叶片零位异常监测方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种风电机组叶片零位异常监测方法,其特征在于,所述叶片零位异常监测方法包括:
解析出叶片零位角偏差角度;
向指定账户上传所述叶片零位角偏差角度;
当叶片零位偏差角发生异常时发出预警。
2.根据权利要求1所述的叶片零位异常监测方法,其特征在于,解析出叶片零位角偏差角度包括:
从风电场SCADA系统采集风电机组运行数据,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动;
将所述风电机组运行数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型,使用历史数据建立风速/桨矩角的机理模型;
将DBSCAN处理过的实时数据分别输入所述初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对初始模型结论与机理模型结论进行交叉验证,解析出叶片零位偏差角度及异常状态。
3.根据权利要求2所述的叶片零位异常监测方法,其特征在于,所述叶片零位异常监测方法还包括:
对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
4.根据权利要求3所述的叶片零位异常监测方法,其特征在于,基所述叶片零位异常监测方法还包括:
以Web界面形式展示于在线设备,并生成报告。
5.根据权利要求4所述的叶片零位异常监测方法,其特征在于,当叶片零位偏差角发生异常时发出预警包括:
同时将预警事件保存至历史数据库中。
6.一种风电机组叶片零位异常监测系统,其特征在于,叶片零位异常监测系统包括:
叶片零位角生成模块,其用于解析出叶片零位角偏差角度;
管理模块,其用于向指定账户上传所述叶片零位角偏差角度;
人机交互模块,当叶片零位偏差角发生异常时所述人机交互系统发出预警。
7.根据权利要求6所述的叶片零位异常监测系统,其特征在于,所述管理系统包括:
账户管理单元,其存储多个账户;
接口管理单元,用于向指定账户上传叶片零位角偏差角度;
缓存数据管理单元,用于对叶片零位角偏差信息进行存储,生成实时数据库和历史数据库。
8.根据权利要求6所述的叶片零位异常监测系统,其特征在于,其特征在于,叶片零位角生成模块包括:
数据获取单元,用于从风电场SCADA系统采集风电机组运行数据,变量包括三个变桨角度、风速、功率、环境温度与机舱前后振动;
模型建立单元,用于将所述风电机组运行数据输入基于聚类的初始模型,使用发电正常机组数据建立判别模型,使用历史数据建立风速/桨矩角的机理模型;
解析单元,用于将DBSCAN处理过的实时数据分别输入所述初始模型与机理模型,分别计算初始模型结论与机理模型结论,采用权重分配算法对初始模型结论与机理模型结论进行交叉验证,解析出叶片零位偏差角度及异常状态。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-5任一项所述的风电机组叶片零位异常监测方法。
10.一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现如权利要求1-5中任一项所述的风电机组叶片零位异常监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647851.5A CN113530763A (zh) | 2021-06-10 | 2021-06-10 | 一种风电机组叶片零位异常监测方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647851.5A CN113530763A (zh) | 2021-06-10 | 2021-06-10 | 一种风电机组叶片零位异常监测方法、系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113530763A true CN113530763A (zh) | 2021-10-22 |
Family
ID=78124769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110647851.5A Pending CN113530763A (zh) | 2021-06-10 | 2021-06-10 | 一种风电机组叶片零位异常监测方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113530763A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090039650A1 (en) * | 2007-08-10 | 2009-02-12 | Jacob Nies | Event monitoring via combination of signals |
US20150337802A1 (en) * | 2014-05-26 | 2015-11-26 | General Electric Company | System and method for pitch fault detection |
EP3020960A1 (en) * | 2014-11-17 | 2016-05-18 | Mitsubishi Heavy Industries, Ltd. | Floating-body type wind turbine power generating apparatus and operation method of the same |
CN107609574A (zh) * | 2017-08-18 | 2018-01-19 | 上海电力学院 | 基于数据挖掘的风电机组故障预警方法 |
CN108242027A (zh) * | 2016-12-23 | 2018-07-03 | 北京金风科创风电设备有限公司 | 用于风力发电机机组故障分析的数据处理方法和装置 |
CN109723609A (zh) * | 2017-10-31 | 2019-05-07 | 中国电力科学研究院有限公司 | 一种风电机组变桨系统的故障预警方法及系统 |
EP3620650A1 (en) * | 2019-03-11 | 2020-03-11 | Ventus Engineering GmbH | Relative rotor blade misalignment |
CN111709490A (zh) * | 2020-06-24 | 2020-09-25 | 河北工业大学 | 一种基于gru神经网络的风机健康状态评估方法 |
CN112228290A (zh) * | 2020-10-22 | 2021-01-15 | 华能国际电力股份有限公司 | 一种风力机变桨系统故障智能预警方法 |
CN112459971A (zh) * | 2020-11-30 | 2021-03-09 | 吉电(滁州)章广风力发电有限公司 | 风力发电机组塔筒的异常振动检测方法 |
US20210148331A1 (en) * | 2019-11-15 | 2021-05-20 | North China Electric Power University | Yaw calibration method and system for wind turbine |
-
2021
- 2021-06-10 CN CN202110647851.5A patent/CN113530763A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090039650A1 (en) * | 2007-08-10 | 2009-02-12 | Jacob Nies | Event monitoring via combination of signals |
US20150337802A1 (en) * | 2014-05-26 | 2015-11-26 | General Electric Company | System and method for pitch fault detection |
EP3020960A1 (en) * | 2014-11-17 | 2016-05-18 | Mitsubishi Heavy Industries, Ltd. | Floating-body type wind turbine power generating apparatus and operation method of the same |
CN108242027A (zh) * | 2016-12-23 | 2018-07-03 | 北京金风科创风电设备有限公司 | 用于风力发电机机组故障分析的数据处理方法和装置 |
CN107609574A (zh) * | 2017-08-18 | 2018-01-19 | 上海电力学院 | 基于数据挖掘的风电机组故障预警方法 |
CN109723609A (zh) * | 2017-10-31 | 2019-05-07 | 中国电力科学研究院有限公司 | 一种风电机组变桨系统的故障预警方法及系统 |
EP3620650A1 (en) * | 2019-03-11 | 2020-03-11 | Ventus Engineering GmbH | Relative rotor blade misalignment |
US20210148331A1 (en) * | 2019-11-15 | 2021-05-20 | North China Electric Power University | Yaw calibration method and system for wind turbine |
CN111709490A (zh) * | 2020-06-24 | 2020-09-25 | 河北工业大学 | 一种基于gru神经网络的风机健康状态评估方法 |
CN112228290A (zh) * | 2020-10-22 | 2021-01-15 | 华能国际电力股份有限公司 | 一种风力机变桨系统故障智能预警方法 |
CN112459971A (zh) * | 2020-11-30 | 2021-03-09 | 吉电(滁州)章广风力发电有限公司 | 风力发电机组塔筒的异常振动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113236491B (zh) | 一种风力发电数字孪生系统 | |
CN104018988B (zh) | 基于物理组件模型和实时数据的风力发电机组监测系统 | |
Wang et al. | Wind turbine condition monitoring based on a novel multivariate state estimation technique | |
CN108027908A (zh) | 模拟方法和系统 | |
CN106286151A (zh) | 一种风电机组低速轴扭转载荷监测方法及载荷分析方法 | |
CN116717434A (zh) | 风力发电系统及其风电机组的预警方法、及可读存储介质 | |
Rostam-Alilou et al. | Potential use of Bayesian Networks for estimating relationship among rotational dynamics of floating offshore wind turbine tower in extreme environmental conditions | |
CN113530763A (zh) | 一种风电机组叶片零位异常监测方法、系统 | |
Yongjie et al. | Research on early fault diagnostic method of wind turbines | |
Gambier | Real-time control and hardware-in-the-loop simulation for educational purposes of wind energy systems | |
CN110635474B (zh) | 一种基于长短期记忆网络的电网动态轨迹趋势预测方法 | |
Zhang et al. | Fault diagnosis strategy for wind turbine generator based on the Gaussian process metamodel | |
CN114320773B (zh) | 一种基于功率曲线分析与神经网络的风电机组故障预警方法 | |
CN107255978B (zh) | 基于cfd流场分析的可视化监控方法、装置及系统 | |
AU2023202496A1 (en) | An on-line monitoring method and system for fugitive carbon emission in cement industrial plant area | |
EP4187083A1 (en) | A method for controlling a wind farm | |
CN111120222A (zh) | 一种具有风剪切和塔影效应的真实风况风力发电模拟装置及方法 | |
CN116090626A (zh) | 一种基于云边协同的风电机组状态评估与智能预警系统及方法 | |
CN115755639A (zh) | 一种风电机组数字孪生仿真方法及系统 | |
ShangGuan et al. | Fault diagnosis method of the on-board equipment of train control system based on rough set theory | |
Teng et al. | Generative adversarial surrogate modeling framework for aerospace engineering structural system reliability design | |
Xuesong et al. | Review on wind speed model research in wind power systems dynamic analysis | |
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 | |
CN116757094B (zh) | 一种风力机尾流场计算方法、装置、电子设备及存储介质 | |
Li et al. | Application and research of distribution network intelligent operation inspection management and control system |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211022 |
|
RJ01 | Rejection of invention patent application after publication |