CN114202096A - 风电机组水冷系统温度异常预警 - Google Patents
风电机组水冷系统温度异常预警 Download PDFInfo
- Publication number
- CN114202096A CN114202096A CN202111281419.5A CN202111281419A CN114202096A CN 114202096 A CN114202096 A CN 114202096A CN 202111281419 A CN202111281419 A CN 202111281419A CN 114202096 A CN114202096 A CN 114202096A
- Authority
- CN
- China
- Prior art keywords
- water cooling
- cooling system
- sub
- converter
- wind
- 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
- 238000001816 cooling Methods 0.000 title claims abstract description 123
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 120
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000004140 cleaning Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 abstract description 10
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000005856 abnormality Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 239000000110 cooling liquid Substances 0.000 description 3
- 238000003672 processing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M1/00—Details of apparatus for conversion
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/2089—Modifications to facilitate cooling, ventilating, or heating for power electronics, e.g. for inverters for controlling motor
- H05K7/20927—Liquid coolant without phase change
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/2089—Modifications to facilitate cooling, ventilating, or heating for power electronics, e.g. for inverters for controlling motor
- H05K7/20945—Thermal management, e.g. inverter temperature control
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate 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
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Thermal Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及风电技术领域,且公开了一种风电机组水冷系统温度异常预警,包括如下步骤:采集风电机组变流器水冷系统的监测数据,选取与变流器水冷系统温度相关的特征参数,对监测数据中的空值、零值等异常值进行清洗,采用线性插值进行填补,分别对不同的特征参数进行分析;将同一风电场中的所有风力发电机根据地理位置和海拔高度分布划分为若干个风力发电机子集群,针对每个风力发电机子集群,对子集群的运行的风电机组变流器水冷系统特征参数进行分析。该风电机组水冷系统温度异常预警,有利于运维人员合理调整运行,安排检修计划,有效减少因故障停机而导致的电量损失,维护电网的稳定运行。
Description
技术领域
本发明涉及风电技术领域,具体为一种风电机组水冷系统温度异常预警。
背景技术
风力发电机是一种将风能转换为机械能,通过机械能带动发电机转子旋转,从而输出交流电的电力设备。风电变流器是风力发电机的关键部件,其健康状态直接影响风力风电机运行的安全,进而影响整个风电场的稳定运行。随着风力发电机的功率的不断增大,变频器的容量也在不断增大,风力发电机组中变流器的发热量大,过高的温度会严重影响变频器的安全可靠运行,为使变流器能够正常工作,变流器采用水冷系统对其进行冷却,流入流出变流器的冷却液温度是冷却系统主要的控制目标。当风力发电机在发电时,变流器工作产生巨大的热量,流入变流器的冷却液部分或者全部通过管道进入散热器,达到为变流器降温的目的。然而水冷系统存在冷却液变质、管道堵塞等情况而出现的冷却效果下降,导致水冷系统散热异常,导致变频器高温损坏进而致使风机无法运行。当变频器水冷系统温度异常时,温度参数偏离正常状态,但是温度参数的报警值的设定依据的是出厂设置,一般设定比较高,无法识别出故障初期的异常状态。因此风电变流器水冷系统的预警十分重要,及时准确地预测风电变流器水冷系统温度异常,有利于建立合理有效的维修计划,减少不必要的断电时间,节省企业的维护费用,确保电网的安全稳定运行。
目前,风电变流器水冷系统的检修通常采用事后维修,检修人员难以实时掌握风电变流器水冷系统情况。通过故障预测技术可以帮助检修人员提前预判风电变流器水冷系统温度异常情况,然而目前现有的故障预测方法大多依赖设备的全寿命周期运行数据,建立的故障预测模型也仅适用于单台设备,无法有效统筹、关联风电场多台风机预警潜在故障,模型的可移植性较差,尚缺乏一种有效的可推广的风电变流器水冷系统故障预测方法。
发明内容
为实现上述目的,本发明提供如下技术方案:一种风电机组水冷系统温度异常预警,包括运行步骤,采集风电机组变流器水冷系统的监测数据,选取与变流器水冷系统温度相关的特征参数,去除监测数据中的空值、零值等异常值,分别对不同的特征参数进行分析;将同一风电场中的所有风力发电机根据地理空间分布划分为若干个风力发电机子集群,针对每个风力发电机子集群,对子集群的运行的风电机组变流器水冷系统特征参数进行分析,计算子集群内单个变频器水冷系统某特征参数在一定时间内的平均值,计算该变频器特征参数与集群内其他变频器特征参数平均值的偏差,当该变频器特征参数一段时间内的平均值超过设定阈值且与其他变频器对应特征参数平均值偏差达到一定程度,对该变频器水冷系统特征参数进行预警,综合风机子集群的风电变流器水冷系统预警,即可实现风机子集群中风电变流器水冷系统温度异常预测,综合风电场中所有子集群的风电变流器水冷系统温度异常预警结果,即可获得风电场中所有的风电变流器水冷系统温度异常预警结果,为保证风力发电机的变流器能够正常运行,水冷系统及相关系统的监控对象主要特征参数如下:变频器入口温度、变频器出口温度。
提取风电机组变流器水冷系统的主要特征参数进行分析、对异常数据进行清洗,根据地理空间分布将风电场中的风力发电机划分为若干风力发电机子集群,针对每个风力发电机子集群,对风电变流器子集群的信号进行集中监测,监测风电变流器水冷系统子集群的中风机变流器水冷系统温度及与其他风机变流器水冷系统温度之间的偏差并设定预警阈值,即可实现风电变流器子集群的风电变流器水冷系统温度异常的准确预测,综合所有风力发电机子集群的风电变流器故障预测结果,即可获得风电场中所有风电变流器水冷系统的温度异常预测结果。
优选的,选取与风电机组变流器水冷系统相关的特征参数,分别对风电变流器水冷系统温度各特征参数进行分析。
选取与风电机组变流器水冷系统相关的特征参数,分别对风电变流器水冷系统温度各特征参数进行分析,如:变频器入口温度、变频器出口温度。
优选的,采集风电站风机变流器水冷系统特征参数数据,对历史数据中的空数据等异常数据进行清洗,对运行数据进行分析,异常数据处理方法包括删除存在缺失值及零值的该条数据元组,采用线性插值进行该条数据填补。
采集风电站特征参数数据,对历史数据中的缺失值及异常数据进行清洗,删除存在缺失值及零值的该条数据元组,采用线性插值进行该条数据填补,对正常运行数据进行分析。
优选的,结合地理位置和海拔分布情况,将距离较近的n台风力发电机划为一个风力发电机子集群。
优选的,子集群内单个风机变频器水冷系统温度特征参数平均值的计算方法如下:分别计算i号(i=1、2……n)风机该特征参数20分钟平均值
优选的,风机变频器水冷系统温度特征参数与子集群内其他变频器相应特征参数平均值偏差的具体方法如下:
优选的,风机变流器水冷系统温度特征值预警的具体方法如下:
综合风机子集群的风电变流器水冷系统预警,即可实现风机子集群中风电变流器水冷系统温度异常预测;
综合风电场中所有子集群的风电变流器水冷系统温度异常预警结果,即可获得风电场中所有的风电变流器水冷系统温度异常预警结果。
与现有技术相比,本发明提供了一种风电机组水冷系统温度异常预警,具备以下有益效果:
1、该风电机组水冷系统温度异常预警,通过提取风电机组变流器水冷系统的主要特征参数进行分析、对异常数据进行清洗,根据地理空间分布将风电场中的风力发电机划分为若干风力发电机子集群,针对每个风力发电机子集群,对风电变流器子集群的信号进行集中监测,监测风电变流器水冷系统子集群的中风机变流器水冷系统温度及与其他风机变流器水冷系统温度之间的偏差并设定预警阈值,即可实现风电变流器子集群的风电变流器水冷系统温度异常的准确预测,综合所有风力发电机子集群的风电变流器故障预测结果,即可获得风电场中所有风电变流器水冷系统的温度异常预测结果,检修人员可根据风电变流器水冷系统温度异常预测结果,对风电机组进行运行调整,对风机变流器水冷系统实施有针对性的检修方案,与通常采用的事后检修方式相比,缩短了风电机组停运检修时间,减少了电站因设备停运造成的电量损失,实现了风电变流器水冷系统的状态检修。
2、该风电机组水冷系统温度异常预警,通过建模的方式对设备历史运行数据进行学习,来实现设备的故障预警。这样建立的模型一般仅适用于单台设备,可移植性较差,本发明的核心思想是将风电机组子集群中的风电变流器水冷系统特征参数进行相互比较,通过计算得到风电变流器子集群的单台风机与集群内其他风机的偏差,利用平均移动偏差衡量风电变流器的水冷系统状态,最后结合设定的预警阈值即可实现风电变流器的水冷系统温度异常预测,与现在常用的设备故障预测方法相比,本方法很好地考虑并融合了风电变流器集群式安装的特点,不依赖风电变流器的全寿命周期运行数据,对风电变流器子集群的历史监测信号的监测时间跨度不做要求,适用于不同规模的风电变流器子集群,方法的可移植性好。
附图说明
图1为本发明流程图;
图2为本发明风机预警流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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他实施例,都属于本发明保护的范围。
请参阅图1-2,一种风电机组水冷系统温度异常预警,包括运行步骤,采集风电机组变流器水冷系统的监测数据,选取与变流器水冷系统温度相关的特征参数,去除监测数据中的空值、零值等异常值,分别对不同的特征参数进行分析;将同一风电场中的所有风力发电机根据地理空间分布划分为若干个风力发电机子集群,针对每个风力发电机子集群,对子集群的运行的风电机组变流器水冷系统特征参数进行分析,计算子集群内单个变频器水冷系统某特征参数在一定时间内的平均值,计算该变频器特征参数与集群内其他变频器特征参数平均值的偏差,当该变频器特征参数一段时间内的平均值超过设定阈值且与其他变频器对应特征参数平均值偏差达到一定程度,对该变频器水冷系统特征参数进行预警,综合风机子集群的风电变流器水冷系统预警,即可实现风机子集群中风电变流器水冷系统温度异常预测,综合风电场中所有子集群的风电变流器水冷系统温度异常预警结果,即可获得风电场中所有的风电变流器水冷系统温度异常预警结果,为保证风力发电机的变流器能够正常运行,水冷系统及相关系统的监控对象主要特征参数如下:变频器入口温度、变频器出口温度。
通过上述技术方案,提取风电机组变流器水冷系统的主要特征参数进行分析、对异常数据进行清洗,根据地理空间分布将风电场中的风力发电机划分为若干风力发电机子集群,针对每个风力发电机子集群,对风电变流器子集群的信号进行集中监测,监测风电变流器水冷系统子集群的中风机变流器水冷系统温度及与其他风机变流器水冷系统温度之间的偏差并设定预警阈值,即可实现风电变流器子集群的风电变流器水冷系统温度异常的准确预测,综合所有风力发电机子集群的风电变流器故障预测结果,即可获得风电场中所有风电变流器水冷系统的温度异常预测结果,检修人员可根据风电变流器水冷系统温度异常预测结果,对风电机组进行运行调整,对风机变流器水冷系统实施有针对性的检修方案,与通常采用的事后检修方式相比,缩短了风电机组停运检修时间,减少了电站因设备停运造成的电量损失,实现了风电变流器水冷系统的状态检修,建模的方式对设备历史运行数据进行学习,来实现设备的故障预警,这样建立的模型一般仅适用于单台设备,可移植性较差,本发明的核心思想是将风电机组子集群中的风电变流器水冷系统特征参数进行相互比较,通过计算得到风电变流器子集群的单台风机与集群内其他风机的偏差,利用平均移动偏差衡量风电变流器的水冷系统状态,最后结合设定的预警阈值即可实现风电变流器的水冷系统温度异常预测,与现在常用的设备故障预测方法相比,本方法很好地考虑并融合了风电变流器集群式安装的特点,不依赖风电变流器的全寿命周期运行数据,对风电变流器子集群的历史监测信号的监测时间跨度不做要求,适用于不同规模的风电变流器子集群,方法的可移植性好。
具体的,选取与风电机组变流器水冷系统相关的特征参数,分别对风电变流器水冷系统温度各特征参数进行分析。
通过上述技术方案,风电变流器水冷系统进行分析,然后将数据传递给不同的子集群,进行进一步的分析和预警。
具体的,采集风电站风机变流器水冷系统特征参数数据,对历史数据中的空数据等异常数据进行清洗,对运行数据进行分析,异常数据处理方法包括删除存在缺失值及零值的该条数据元组,采用线性插值进行该条数据填补。
具体的,结合地理位置和海拔分布情况,将距离较近的n台风力发电机划为一个风力发电机子集群。
通过上述技术方案,将n台风力发电机化为一个子集群的话可以很好的对各个地方进行精准的分析,进一步的便于管理。
具体的,子集群内单个风机变频器水冷系统温度特征参数平均值的计算方法如下:分别计算i号(i=1、2……n)风机该特征参数20分钟平均值
具体的,风机变频器水冷系统温度特征参数与子集群内其他变频器相应特征参数平均值偏差的具体方法如下:
通过上述技术方案,子集群主要是对数据进行处理。
具体的,风机变流器水冷系统温度特征值预警的具体方法如下:
综合风机子集群的风电变流器水冷系统预警,即可实现风机子集群中风电变流器水冷系统温度异常预测;
综合风电场中所有子集群的风电变流器水冷系统温度异常预警结果,即可获得风电场中所有的风电变流器水冷系统温度异常预警结果。
通过上述技术方案,当温度和风机的参数均大于设定偏差偏差阈值是,将出现预警,综合风电场中所有子集群主要负责的是温度异常的检测。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种风电机组水冷系统温度异常预警,包括运行步骤,其特征在于:采集风电机组变流器水冷系统的监测数据,选取与变流器水冷系统温度相关的特征参数,去除监测数据中的空值、零值等异常值,分别对不同的特征参数进行分析;将同一风电场中的所有风力发电机根据地理空间分布划分为若干个风力发电机子集群,针对每个风力发电机子集群,对子集群的运行的风电机组变流器水冷系统特征参数进行分析,计算子集群内单个变频器水冷系统某特征参数在一定时间内的平均值,计算该变频器特征参数与集群内其他变频器特征参数平均值的偏差,当该变频器特征参数一段时间内的平均值超过设定阈值且与其他变频器对应特征参数平均值偏差达到一定程度,对该变频器水冷系统特征参数进行预警,综合风机子集群的风电变流器水冷系统预警,即可实现风机子集群中风电变流器水冷系统温度异常预测,综合风电场中所有子集群的风电变流器水冷系统温度异常预警结果,即可获得风电场中所有的风电变流器水冷系统温度异常预警结果,为保证风力发电机的变流器能够正常运行,水冷系统及相关系统的监控对象主要特征参数如下:变频器入口温度、变频器出口温度。
2.根据权利要求1所述的一种风电机组水冷系统温度异常预警,其特征在于:选取与风电机组变流器水冷系统相关的特征参数,分别对风电变流器水冷系统温度各特征参数进行分析。
3.根据权利要求1所述的一种风电机组水冷系统温度异常预警,其特征在于:采集风电站风机变流器水冷系统特征参数数据,对历史数据中的空数据等异常数据进行清洗,对运行数据进行分析,异常数据处理方法包括删除存在缺失值及零值的该条数据元组,采用线性插值进行该条数据填补。
4.根据权利要求1所述的一种风电机组水冷系统温度异常预警,其特征在于:结合地理位置和海拔分布情况,将距离较近的n台风力发电机划为一个风力发电机子集群。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281419.5A CN114202096A (zh) | 2021-11-01 | 2021-11-01 | 风电机组水冷系统温度异常预警 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281419.5A CN114202096A (zh) | 2021-11-01 | 2021-11-01 | 风电机组水冷系统温度异常预警 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114202096A true CN114202096A (zh) | 2022-03-18 |
Family
ID=80646697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111281419.5A Pending CN114202096A (zh) | 2021-11-01 | 2021-11-01 | 风电机组水冷系统温度异常预警 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202096A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708718A (zh) * | 2022-06-07 | 2022-07-05 | 东方电气风电股份有限公司 | 风力发电机组温度集群管控方法、装置、设备及介质 |
-
2021
- 2021-11-01 CN CN202111281419.5A patent/CN114202096A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708718A (zh) * | 2022-06-07 | 2022-07-05 | 东方电气风电股份有限公司 | 风力发电机组温度集群管控方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5736530B1 (ja) | 太陽光発電システムの未来の電流値または発電量の低下の時期を予測する方法 | |
CN106407589B (zh) | 一种风机状态评估与预测方法及系统 | |
CN108921347B (zh) | 一种风电变流器故障预测方法 | |
CN115063058B (zh) | 一种基于模型驱动和数据驱动的综合能源态势感知系统 | |
CN104821789A (zh) | 一种光伏发电系统可靠性的检测方法 | |
CN114202096A (zh) | 风电机组水冷系统温度异常预警 | |
CN116519054A (zh) | 一种热力站设备健康状态监测系统及方法 | |
CN117353465B (zh) | 一种基于传感器的变频配电柜运行监管系统 | |
CN109858768A (zh) | 考虑综合时变停运模型的综合能源电-热网风险评估方法 | |
CN117273284A (zh) | 一种面向企业用电平衡的异常数据监测系统 | |
CN112949181A (zh) | 一种多源关联数据的预警预测方法、存储介质及电子设备 | |
CN116054736A (zh) | 一种基于大数据的光伏电站故障预警和信息诊断系统 | |
CN113947223A (zh) | 一种智能化设备健康管理系统及方法 | |
CN109190841A (zh) | 基于风机概率随机劣化模型的海上风电预测性维护方法 | |
CN114707841A (zh) | 一种基于集中监控的光伏健康度评估系统及方法 | |
CN114118553A (zh) | 一种永磁直驱风力发电机双列圆锥滚子轴承劣化识别方法 | |
CN108256663A (zh) | 一种核电运行事故风险实时预测方法 | |
CN109474069B (zh) | 一种分布式发电站状态监测方法 | |
CN113092152A (zh) | 一种动设备振动温度复合监测装置及方法 | |
CN112434871A (zh) | 一种透平膨胀机预测性维护方法 | |
CN112682269A (zh) | 一种基于oc-rkelm的风电机组状态监测方法 | |
CN211601023U (zh) | 一种基于bp神经网络的空调能耗诊断系统 | |
Jing et al. | On-line Diagnosis Technology of Distributed Photovoltaic Abnormal Generation Based on Output Prediction | |
CN117111661B (zh) | 生产车间集中控制系统及方法 | |
CN117596758B (zh) | 新能源智慧工厂ba自控系统的故障诊断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |