CN113670642B - 基于空压站保护装置的云端自动检测系统及方法 - Google Patents
基于空压站保护装置的云端自动检测系统及方法 Download PDFInfo
- Publication number
- CN113670642B CN113670642B CN202110985479.9A CN202110985479A CN113670642B CN 113670642 B CN113670642 B CN 113670642B CN 202110985479 A CN202110985479 A CN 202110985479A CN 113670642 B CN113670642 B CN 113670642B
- Authority
- CN
- China
- Prior art keywords
- temperature
- track
- air compressor
- detection
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000006835 compression Effects 0.000 title claims abstract description 17
- 238000007906 compression Methods 0.000 title claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims abstract description 92
- 238000004891 communication Methods 0.000 claims abstract description 3
- 238000004088 simulation Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 2
- 206010053615 Thermal burn Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
Abstract
本发明公开了基于空压站保护装置的云端自动检测系统及方法,属于空压机技术领域,包括服务器,其特征在于,服务器通信连接有转化模块、振动调整模块和温度检测模块;温度检测模块实时检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率,将温度转化效率发送到转化模块,转化模块用于将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹,将需求轨迹发送到振动调整模块;振动调整模块根据需求轨迹获取调整参数,并根据调整参数对空压机进行调整;通过转化模块、振动调整模块和温度检测模块的相互配合,实现了根据检测的真实温度将空压机的机械振动能量转化为电能,提高了资源的利用率。
Description
技术领域
本发明属于空压机技术领域,具体是基于空压站保护装置的云端自动检测系统及方法。
背景技术
空压机是一种用以压缩气体的设备。现有的空压机全功率运行时耗电量很大,其输入能源的80%左右经由振动发热转化为热能无效排放掉,会造成大量的经济消耗,还会导致空压机在使用中经常会发热发烫;因此目前需要提出一种系统或方法,来实现如何检测出空压机的真实温度,并根据检测的真实温度合理的将由机械振动浪费的能量利用起来,及时的对空压机进行调整。
发明内容
为了解决上述方案存在的问题,本发明提供了基于空压站保护装置的云端自动检测系统及方法。
本发明的目的可以通过以下技术方案实现:
基于空压站保护装置的云端自动检测系统,包括服务器,服务器通信连接有转化模块、振动调整模块和温度检测模块;
温度检测模块实时检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率,将温度转化效率发送到转化模块,转化模块用于将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹,将需求轨迹发送到振动调整模块;振动调整模块根据需求轨迹获取调整参数,并根据调整参数对空压机进行调整;
振动调整模块的工作方法包括:
步骤SA1:设置轨迹检测点,获取检测轨迹;
步骤SA2:获取需求轨迹,设置调整模型,将需求轨迹和检测轨迹输入到调整模型中,获得调整参数,根据调整参数对空压机进行调整;并对调整后的检测轨迹进行校核。
进一步地,步骤SA2中对调整后的检测轨迹进行校核的方法包括:
获取调整后的检测轨迹,将调整后的检测轨迹输入调整模型中;当调整模型输出调整参数时,继续空压机调整,直到调整模型不再输出调整参数时,停止空压机的调整。
进一步地,步骤SA2中设置调整模型的方法包括:
获取需求轨迹和检测轨迹,建立需求轨迹模型,设置调图单元,将检测轨迹输入到需求轨迹模型中,通过调图单元对检测轨迹进行调整,获取调图数据,对调图数据进行筛选,获得使用数据,根据使用数据获得调整参数,将需求轨迹模型标记为调整模型。
进一步地,转化模块在能量转化的过程中生成需求轨迹的方法包括:
获取转化模块的最优转化轨迹,实时获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数,将最优转化轨迹、获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数整合并标记为输入数据;设置需求轨迹模型,将输入数据输入至需求轨迹模型获取需求轨迹。
进一步地,温度检测模块检测空压机的真实温度的方法包括:
建立去皮模型,实时获取检测温度和外界温度,将检测温度和外界温度输入到去皮模型中获得空压机真实温度。
进一步地,建立去皮模型的方法包括:
根据空压站所在地的气候环境设置温度模拟区间,设置温度模拟装置,温度模拟装置包括恒温源、恒温箱和图形输出单元;
在温度模拟区间内,测试多组恒温源温度、恒温箱温度和对应的检测温度,将多组检测数据通过图形输出单元输出为温度曲线图形,在温度曲线图形中设置定位节点,定位节点根据输入的检测温度和外界温度在温度曲线中定位到对应的真实温度,并将真实温度进行输出;将温度曲线图形标记为去皮模型。
进一步地,温度检测模块根据检测的真实温度获取空压机的温度转化效率的方法包括:
建立温度效率模型,将空压机真实温度输入到温度效率模型中,获得温度转化效率。
基于空压站保护装置的云端自动检测方法,其特征在于,具体方法包括:
步骤一:检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率;
步骤二:将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹;
步骤三:根据需求轨迹获取调整参数,并根据调整参数对空压机进行调整。
与现有技术相比,本发明的有益效果是:通过转化模块、振动调整模块和温度检测模块的相互配合,实现了根据检测的真实温度将空压机的机械振动能量转化为电能,提高了资源的利用率,同时还有助于降低空压机的热量;通过建立去皮模型,消除外界环境温度对检测空压机温度的影响,使得检测的温度更加的真实;通过设置调图单元对检测轨迹进行调整,获取调图数据,进而获得调整参数,使得对空压机的调整有了方向,避免无方向的进行重复调整。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,基于空压站保护装置的云端自动检测系统,包括转化模块、振动调整模块、温度检测模块和服务器;
所述振动调整模块用于调整空压机的振动,具体方法包括:
步骤SA1:设置轨迹检测点,轨迹检测点用于实时检测空压机的振动轨迹,通过轨迹检测点实时检测空压机的振动轨迹,标记为检测轨迹;
步骤SA2:获取转化模块需求的转化轨迹,标记为需求轨迹,设置调整模型,将需求轨迹和检测轨迹输入到调整模型中,输出调整参数,根据调整参数对空压机进行调整;需求轨迹为简谐振动轨迹;
步骤SA3:获取调整后的检测轨迹,将调整后的检测轨迹输入调整模型中;当调整模型输出调整参数时,继续空压机调整,直到调整模型不再输出调整参数时,停止空压机的调整。
步骤SA2中设置调整模型的方法包括:
获取需求轨迹和检测轨迹,建立需求轨迹模型,需求轨迹模型即为需求轨迹的坐标图像,设置调图单元,调图单元用于将检测轨迹图形调整为需求轨迹图形;将检测轨迹输入到需求轨迹模型中,通过调图单元对检测轨迹进行调整,获取调图数据,调图数据即为调图单元调整检测轨迹的过程数据,对调图数据进行筛选,获得使用数据,使用数据即为调图数据中对调整空压机有关的数据,例如有关数据中的振幅、频率等数据,无关数据中的平移等数据;根据使用数据获得调整参数,将需求轨迹模型标记为调整模型。
所述转化模块用于将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹,将需求轨迹发送到振动调整模块;因为空压机全功率运行时耗电量很大,其输入能源的80%左右经由振动发热转化为热能无效排放掉,会造成大量的经济消耗;转化模块利用空压机振动产生的能量,通过往复运动机构将能量储存在飞轮中,利用飞轮结构将微小的运动放大,并利用飞轮自身惯性实现连续转,同时通过齿轮组使得飞轮的转动带动线圈的转动,由于固定的永磁体,线圈将做切割磁感线运动,从而产生感应电压,再与整流二极管相连,即可进入电量收集阶段;
转化模块在能量转化的过程中生成需求轨迹的方法包括:
获取转化模块的最优转化轨迹,最优转化轨迹即为理想状态下使得转化效率最高时对应的振动轨迹,实时获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数,其中能量的转化效率是机械振动的能量转化为电能的效率,空压机的设备参数即为空压机设备的运行参数,安全参数即为空压站内空压机的允许振动参数;将最优转化轨迹、获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数整合并标记为输入数据;设置需求轨迹模型,将输入数据输入至需求轨迹模型获取需求轨迹。
设置需求轨迹模型的方法包括:
获取轨迹历史数据;轨迹历史数据包括最优转化轨迹、获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数;为轨迹历史数据设置对应的需求轨迹;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;将轨迹历史数据和对应的需求轨迹按照设定比例划分为训练集、测试集和校验集;所述设定比例包括4:2:1、3:2:1和3:1:1;通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为需求轨迹模型。
所述温度检测模块用于检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率;
温度检测模块的工作方法包括:
步骤SB1:建立去皮模型,去皮模型用于去除检测温度中外界温度的影响因素,为了获得空压机的真实温度,实时获取检测温度和外界温度,将检测温度和外界温度输入到去皮模型中获得空压机真实温度;
步骤SB2:建立温度效率模型,将空压机真实温度输入到温度效率模型中,获得温度转化效率,温度转化效率即为根据目前的空压机真实温度,计算出需要转化的机械振动能量的比例;将温度转化效率发送到转化模块;
步骤SB1中建立去皮模型的方法包括:
获取空压站所在地的气候环境,根据空压站所在地的气候环境设置温度模拟区间,因为不同地区、不同季节的外界温度对空压机的运行影响不同,因此需要与针对性的设置温度模拟区间,温度模拟区间即为需要进行模拟的外界温度区间;设置温度模拟装置,温度模拟装置用于模拟外界温度对检测真实温度的影响,包括恒温源、恒温箱和图形输出单元,恒温箱用于模拟不同的外界温度,恒温源用于模拟不同真实温度的空压机,图形输出单元用于将恒温源温度、恒温源检测温度和恒温箱温度以坐标图形的方式进行输出,温度模拟区间就是恒温箱的温度取值范围;组恒温源温度区间根据空压机的使用规范和当地地理环境进设置;
在温度模拟区间内,测试多组恒温源温度、恒温箱温度和对应的检测温度,将多组检测数据通过图形输出单元输出为温度曲线图形,温度曲线图形是以坐标系中绘制的关于恒温源温度、恒温箱温度和检测温度的曲线图形;在温度曲线图形中设置定位节点,点位节点用于根据输入的检测温度和外界温度在温度曲线中定位到对应的真实温度,定位节点根据输入的检测温度和外界温度在温度曲线中定位到对应的真实温度,并将真实温度进行输出;将温度曲线图形标记为去皮模型;
步骤SB2中建立温度效率模型的方法包括:
获取空压机历史真实温度;为空压机历史真实温度设置对应的温度转化效率;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;将空压机历史真实温度和对应的温度转化效率按照设定比例划分为训练集、测试集和校验集;所述设定比例包括4:3:1、3:2:2和3:1:1;通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为温度效率模型;
同时还可以通过坐标系图像的方式进行设置,模拟温度效率曲线,带入真实温度值,获得对应的温度转化效率。
基于空压站保护装置的云端自动检测方法,具体方法包括:
步骤一:检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率;
建立去皮模型,实时获取检测温度和外界温度,将检测温度和外界温度输入到去皮模型中获得空压机真实温度;
建立温度效率模型,将空压机真实温度输入到温度效率模型中,获得温度转化效率;建立去皮模型和温度效率模型的方法与上面的相同。
步骤二:将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹;
获取转化模块的最优转化轨迹,实时获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数,将最优转化轨迹、获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数整合并标记为输入数据;设置需求轨迹模型,将输入数据输入至需求轨迹模型获取需求轨迹。
步骤三:根据需求轨迹获取调整参数,并根据调整参数对空压机进行调整;
设置轨迹检测点,通过轨迹检测点实时检测空压机的振动轨迹,标记为检测轨迹;
步骤SA2:获取转化模块需求的转化轨迹,标记为需求轨迹,设置调整模型,将需求轨迹和检测轨迹输入到调整模型中,输出调整参数,根据调整参数对空压机进行调整;
步骤SA3:获取调整后的检测轨迹,将调整后的检测轨迹输入调整模型中;当调整模型输出调整参数时,继续空压机调整,直到调整模型不再输出调整参数时,停止空压机的调整。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (4)
1.基于空压站保护装置的云端自动检测系统,包括服务器,其特征在于,服务器通信连接有转化模块、振动调整模块和温度检测模块;
温度检测模块实时检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率,将温度转化效率发送到转化模块,转化模块用于将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹,将需求轨迹发送到振动调整模块;振动调整模块根据需求轨迹获取调整参数,并根据调整参数对空压机进行调整;
振动调整模块的工作方法包括:
步骤SA1:设置轨迹检测点,获取检测轨迹;
步骤SA2:获取需求轨迹,设置调整模型,将需求轨迹和检测轨迹输入到调整模型中,获得调整参数,根据调整参数对空压机进行调整;并对调整后的检测轨迹进行校核;
转化模块在能量转化的过程中生成需求轨迹的方法包括:
获取转化模块的最优转化轨迹,实时获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数,将最优转化轨迹、获取能量的转化效率、空压机的温度转化效率、空压机的设备参数和安全参数整合并标记为输入数据;设置需求轨迹模型,将输入数据输入至需求轨迹模型获取需求轨迹;
温度检测模块检测空压机的真实温度的方法包括:
建立去皮模型,实时获取检测温度和外界温度,将检测温度和外界温度输入到去皮模型中获得空压机真实温度;
建立去皮模型的方法包括:
根据空压站所在地的气候环境设置温度模拟区间,设置温度模拟装置,温度模拟装置包括恒温源、恒温箱和图形输出单元;
在温度模拟区间内,测试多组恒温源温度、恒温箱温度和对应的检测温度,将多组检测数据通过图形输出单元输出为温度曲线图形,在温度曲线图形中设置定位节点,定位节点根据输入的检测温度和外界温度在温度曲线中定位到对应的真实温度,并将真实温度进行输出;将温度曲线图形标记为去皮模型;
温度检测模块根据检测的真实温度获取空压机的温度转化效率的方法包括:
建立温度效率模型,将空压机真实温度输入到温度效率模型中,获得温度转化效率。
2.根据权利要求1所述的基于空压站保护装置的云端自动检测系统,其特征在于,步骤SA2中对调整后的检测轨迹进行校核的方法包括:
获取调整后的检测轨迹,将调整后的检测轨迹输入调整模型中;当调整模型输出调整参数时,继续空压机调整,直到调整模型不再输出调整参数时,停止空压机的调整。
3.根据权利要求1所述的基于空压站保护装置的云端自动检测系统,其特征在于,步骤SA2中设置调整模型的方法包括:
获取需求轨迹和检测轨迹,建立需求轨迹模型,设置调图单元,将检测轨迹输入到需求轨迹模型中,通过调图单元对检测轨迹进行调整,获取调图数据,对调图数据进行筛选,获得使用数据,根据使用数据获得调整参数,将需求轨迹模型标记为调整模型。
4.根据权利要求1-3任一项所述的基于空压站保护装置的云端自动检测系统的检测方法,其特征在于,具体方法包括:
步骤一:检测空压机的真实温度,并根据检测的真实温度获取空压机的温度转化效率;
步骤二:将空压机的机械振动的能量转化为电能,并在转化的过程中生成需求轨迹;
步骤三:根据需求轨迹获取调整参数,并根据调整参数对空压机进行调
整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985479.9A CN113670642B (zh) | 2021-08-25 | 2021-08-25 | 基于空压站保护装置的云端自动检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985479.9A CN113670642B (zh) | 2021-08-25 | 2021-08-25 | 基于空压站保护装置的云端自动检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113670642A CN113670642A (zh) | 2021-11-19 |
CN113670642B true CN113670642B (zh) | 2023-12-19 |
Family
ID=78546411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110985479.9A Active CN113670642B (zh) | 2021-08-25 | 2021-08-25 | 基于空压站保护装置的云端自动检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113670642B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114694774A (zh) * | 2022-02-23 | 2022-07-01 | 电子科技大学 | 一种基于神经网络快速预测多层吸波材料s参数的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203595450U (zh) * | 2013-12-17 | 2014-05-14 | 济南腾越电子有限公司 | 一种炮管参数实时检测装置 |
CN205477853U (zh) * | 2016-04-06 | 2016-08-17 | 陈明福 | 一种汽车三元催化器监控系统 |
CN106404062A (zh) * | 2016-09-09 | 2017-02-15 | 上海理工大学 | 工业空压站运行能效实时监测与评估系统 |
CN108268359A (zh) * | 2017-12-30 | 2018-07-10 | 浙江中睿低碳科技有限公司 | 基于深度学习的空压站的优化方法 |
CN113268034A (zh) * | 2021-05-12 | 2021-08-17 | 辽宁工业大学 | 基于plc控制的空压站自动监控系统 |
-
2021
- 2021-08-25 CN CN202110985479.9A patent/CN113670642B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203595450U (zh) * | 2013-12-17 | 2014-05-14 | 济南腾越电子有限公司 | 一种炮管参数实时检测装置 |
CN205477853U (zh) * | 2016-04-06 | 2016-08-17 | 陈明福 | 一种汽车三元催化器监控系统 |
CN106404062A (zh) * | 2016-09-09 | 2017-02-15 | 上海理工大学 | 工业空压站运行能效实时监测与评估系统 |
CN108268359A (zh) * | 2017-12-30 | 2018-07-10 | 浙江中睿低碳科技有限公司 | 基于深度学习的空压站的优化方法 |
CN113268034A (zh) * | 2021-05-12 | 2021-08-17 | 辽宁工业大学 | 基于plc控制的空压站自动监控系统 |
Non-Patent Citations (1)
Title |
---|
空压站的节能技术;王浩, 余莉;甘肃科技(第04期);46-48 * |
Also Published As
Publication number | Publication date |
---|---|
CN113670642A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Munteanu et al. | Hardware-in-the-loop-based simulator for a class of variable-speed wind energy conversion systems: Design and performance assessment | |
CN103389388B (zh) | 风电场风速预测方法及其装置和功率预测方法及其系统 | |
CN110176762B (zh) | 一种基于频域阻抗的次同步振荡风险在线评估方法及装置 | |
CN103337208B (zh) | 基于电力电子技术的风力发电机组模拟系统及模拟方法 | |
CN103835882A (zh) | 大型风力发电机组状态监测与故障诊断系统 | |
CN112818590A (zh) | 一种风电场发电量评估及微观选址模型建立方法 | |
Eldahab et al. | Assessing wind energy conversion systems based on newly developed wind turbine emulator | |
CN113670642B (zh) | 基于空压站保护装置的云端自动检测系统及方法 | |
CN105720573B (zh) | 基于实测数据的风光储电站有功及无功控制系统建模方法 | |
CN109672221A (zh) | 一种用于次同步振荡分析的直驱风电场动态等值方法 | |
CN109800455B (zh) | 一种双馈风电机组暂态无功特性仿真方法和装置 | |
CN104763585A (zh) | 基于分布式数据收集的风电机组动态重构方法 | |
CN115358079B (zh) | 风电场场站实时仿真模型的构建方法和阻抗特性评估方法 | |
CN102684586A (zh) | 一种交直流大电网动态等值的主导发电机参数聚合方法 | |
CN106849151A (zh) | 一种光伏电站接入电网点电压闪变评估检测方法 | |
Neshati et al. | Hardware-in-the-loop testing of wind turbine nacelles for electrical certification on a dynamometer test rig | |
CN103699804A (zh) | 一种实时监测风电机组运行时的功率出力偏差的方法 | |
CN107942172B (zh) | 风机与柔性直流输电联合系统的阻尼特性测试系统及方法 | |
Cantarellas et al. | Adaptive vector control of wave energy converters | |
CN102818953B (zh) | 风况模拟系统及其在风电机组试验台上实现的方法 | |
CN106949019B (zh) | 风力机模拟器的模拟性能的评价方法 | |
Navarro et al. | A lab-oriented testing platform for emulating a wind turbine in a DC microgrid | |
CN205720443U (zh) | 一种电抗器测试装置 | |
Ajewole et al. | Development of a lab-demo facility for wind energy conversion systems | |
CN113849981A (zh) | 基于复转矩系数法的直驱风电场频域阻尼系数分析方法 |
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 |