CN115857528A - 一种基于卫星的风电机组偏航姿态控制方法 - Google Patents

一种基于卫星的风电机组偏航姿态控制方法 Download PDF

Info

Publication number
CN115857528A
CN115857528A CN202211530888.0A CN202211530888A CN115857528A CN 115857528 A CN115857528 A CN 115857528A CN 202211530888 A CN202211530888 A CN 202211530888A CN 115857528 A CN115857528 A CN 115857528A
Authority
CN
China
Prior art keywords
wind turbine
data
turbine generator
attitude
attitude control
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
Application number
CN202211530888.0A
Other languages
English (en)
Inventor
叶昭良
郭小江
李新凯
唐巍
廖猜猜
逯智科
劳文欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202211530888.0A priority Critical patent/CN115857528A/zh
Publication of CN115857528A publication Critical patent/CN115857528A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提出的基于卫星的风电机组偏航姿态控制方法、装置、储存介质中,获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据,基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型,获取风电机组的姿态控制因子,若姿态控制因子大于预设阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。本申请获取的姿态角数据、风速风向数据和性能数据不会受到天气的影响,从而使得基于姿态角数据、风速风向数据和性能数据得到的姿态控制模型,能够准确建立风速性能的关系曲线,进而可以对风电机组的姿态进行精准控制,以避免风电机组发生故障。

Description

一种基于卫星的风电机组偏航姿态控制方法
技术领域
本申请涉及风力发电技术领域,尤其涉及一种基于卫星的风电机组偏航姿态的控制方法、装置、储存介质。
背景技术
风电作为当前最具规模化利用的清洁可再生能源发电方式,具有良好的发展前景和研究价值。但是,随着风电机组的大型化,塔架和叶片的长度逐渐增加,需要及时对风电机组双风轮风电机组进行姿态控制,以避免风电机组发生故障。
相关技术中,风电机组会在机舱上方架设机载机舱雷达,得到较为精准的风速风向数据库,然后根据风速风向数据库对风电机组进行姿态控制,但该方法中的风速风向数据库受作业天气影响较大,并且风速反演也有一定精度误差,无法较好的建立风速性能的关系曲线,进而无法对风电机组的姿态进行精准控制。
发明内容
本申请提供一种基于卫星的风电机组偏航姿态控制方法,以解决上述相关技术中出现的技术问题。
本申请第一方面实施例提出一种基于卫星的风电机组偏航姿态控制方法,所述基于卫星的风电机组偏航姿态控制方法,包括:
获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据;
基于所述姿态角数据、风速风向数据和性能数据,得到姿态控制模型;
获取所述风电机组的姿态控制因子;
若所述姿态控制因子大于预设阈值,则所述姿态控制模型利用所述风电机组当前的风速控制所述风电机组的姿态,直至达到预设性能为止。
本申请第二方面实施例提出一种基于卫星的风电机组偏航姿态控制装置,包括:
第一获取模块,用于获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据;
处理模块,用于基于所述姿态角数据、风速风向数据和性能数据,得到姿态控制模型;
第二获取模块,用于获取所述风电机组的姿态控制因子;
控制模块,用于若所述姿态控制因子大于阈值,则所述姿态控制模型利用所述风电机组当前的风速控制所述风电机组的姿态,直至达到预设性能为止。
本申请第三方面实施例提出的计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上第一方面所述的方法。
本申请第四方面实施例提出的计算机存储介质,其中,所述计算机存储介质存储有计算机可执行指令;所述计算机可执行指令被处理器执行后,能够实现如上第一方面所述的方法。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提出的基于卫星的风电机组偏航姿态控制方法、装置、储存介质中,获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据,基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型,获取风电机组的姿态控制因子,若姿态控制因子大于阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。由此可知,本申请获取的姿态角数据、风速风向数据和性能数据不会受到天气的影响,从而使得基于姿态角数据、风速风向数据和性能数据得到的姿态控制模型,能够准确建立风速性能的关系曲线,进而可以对风电机组的姿态进行精准控制,以避免风电机组发生故障。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例提供的基于卫星的风电机组偏航姿态控制方法的结构示意图;
图2为根据本申请一个实施例提供的基于卫星的风电机组偏航姿态控制装置的结构示意图;
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于卫星的风电机组偏航姿态控制方法和装置。
实施例一
图1为根据本申请一个实施例提供的一种基于卫星的风电机组偏航姿态控制方法的结构示意图,如图1所示,可以包括以下步骤:
步骤101、获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据。
其中,在本申请的一个实施例之中,可以从风电机组姿态角数据库中获取历史预设时间段内的姿态角数据,该姿态角数据库是根据导航卫星数据生成的;可以从风电机组风速风向数据库中获取历史预设时间段内的风速风向数据,风速风向数据库是根据机载雷达数据生成的;可以从风电机组性能数据库中获取历史预设时间段内的性能数据,性能数据库是根据风电机组机舱SCADA数据数据生成的。
以及,在本申请的一个实施例之中,获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据之前,还包括:获取风电机组历史预设时间段内的机舱天线的原始观测数据,并根据原始观测数据,得到风电机组的姿态角数据。
以及,在本申请的一个实施例之中,上述根据原始观测数据,得到风电机组的姿态角数据的方法可以包括以下步骤:
步骤1、对原始观测数据进行预处理,得到修正后的观测信号;
其中,在本申请的实施例中,可以基于TurboEdit的单站数据预处理方法,判断载波是否发生周跳,进行原始观测数据的初步分析,从而剔除掉观测信号明显不合理的数据,获得修正后的观测信号。
步骤2、通过修正后的观测信号进行天线单点定位,并开展伪距差分定位;
其中,在本申请的实施例中,接收机伪距观测方程可以表示为:
Figure SMS_1
其中,P为伪距观测值,c为光速,δtr为接收时钟差,δtj为卫星钟差,dion为电离层折射误差,dtrop为对流层折射误差,εP为伪距的观测噪声,ρ为信号发射时刻的卫星到接收时刻接收机ts的卫星坐标
Figure SMS_2
和接收机在信号接收时刻tr的位置/>
Figure SMS_3
计算:
Figure SMS_4
其中,卫星坐标和卫星钟差可以从导航电文给出的广播星历计算,因此,只要同时观测四颗以上卫星就可以计算出接收机的位置。假设(Xr,Yr,Zr)为接收机坐标,表征未知数,可近似表示为(X0,Y0,Z0)与改正值(dX,dY,dZ)之和:
Xr=X0+dX,Yr=Y0+dY,Zr=Z0+dZ
以及,卫星至接收机理论距离可以展开为线性形式:
Figure SMS_5
其中,S代表某一时刻,ρ0=(Xs-X0)2+(Ys-Y0)2+(Zs-Z0)2
简化后的伪距线性观测方程适量形式为
V=AX-L,P
其中,X表示接收机坐标和钟差的改正量(dX,dY,dZ,cδt),A为系数针,为
Figure SMS_6
L是常数项,包括/>
Figure SMS_7
和其他改正项;P为观测方程的权阵。
以及,按最小二乘原理可获得接收机坐标和钟差:
X=(ATPA)-1ATPL
进一步地,在本申请的实施例中,上述进行卫星定位时存在很多其他误差,基于此,需要建立单差伪距观测方程,求解其他误差,从而进一步降低距离测量的误差。
具体地,上述单差伪距观测方程可以为:
Figure SMS_8
/>
其中,Ri为卫星i的伪距(非完全精准的距离),Δ表示测站之间求差(单差),
Figure SMS_9
为副站的伪距理论计算值,由副站的近似坐标和卫星坐标计算,/>
Figure SMS_10
为主站的伪距理论计算值,dXR为副站的坐标改正量,/>
Figure SMS_11
为副站至卫星i的方向余弦,Δε为单差噪声,比如卫星信号穿过大气电离层和对流层的信号损失。
步骤3、基于多项式拟合或卡尔曼滤波的周跳探测修复并标记,同时过滤掉不必要的干涉电磁波信号;
其中,在本申请的实施例中,上述卡尔曼滤波主要用于周跳探测,当滤波值与当前观测值存在大的突跳时,则可能发生了周跳,此时信号需要进行周跳修复,也即是修复信号丢失的部分。
具体的,在本申请的实施例中,上述卡尔曼滤波的前提是观测方程中某些参数满足某一动态方程。测量学中的序贯平差方法是卡尔曼滤波的一种特例:参数在每一观测历元保持常数,即Xk=Xk-1。卡尔曼滤波的数学模型主要包含观测方程和动态方程:
Figure SMS_12
其中,Xk表示接收机坐标和钟差的改正量(dX,dY,dZ,cδt),c为光速。
步骤4、建立载波相位双差观测方程,解算浮点模糊度及协方差阵,分别进行LAMBDA模糊度搜索固定、基于固定模糊度基线解算等经典导航定位系统算法计算得到机舱方位角;
其中,在本申请的实施例中,上述载波相位双差方程与现有技术相同,本申请实施例在此不做赘述。
步骤5、对所述机舱方位角进行验后残差分析,得到姿态角数据。
步骤102、基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型。
其中,在本申请的一个实施例之中,基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型的方法可以包括以下步骤:
步骤1021、建立性能、风速和姿态角之间的预设拟合关系式,预设拟合关系式中包括未知系数。
步骤1022、根据拟合关系式,得到拟合关系式对应的残差平方和的关系式。
步骤1023、将残差平方和的值最小时,未知系数对应的值确定为未知系数的值,得到目标预设拟合关系式。
步骤1024、将目标预设拟合关系式确定为姿态控制模型。
基于上述内容,对上述步骤102的方法进行举例说明。
其中,在本申请的一个实施例之中,假设风电机组性能为功率P,姿态角和风向风速分别为β和v,则可以建立姿态角、风向风速和功率的拟合关系式为:
P=a0+a1β+a2v+e
其中,上述α0、α1、α2为未知系数。
以及,在本申请的一个实施例之中,根据上述拟合关系式可以得到拟合关系式对应的残差平方和的关系式为:
Figure SMS_13
进一步地,在本申请的一个实施例之中,分别对上述未知系数α0、α1、α2取偏微分得到:
Figure SMS_14
Figure SMS_15
Figure SMS_16
以及,在本申请的一个实施例之中,当上述偏微分值等于0时,此时残差平方和为最小,则当前α0、α1、α2对应的值确定为该未知系数的值,从而得到目标预设拟合关系式矩阵形式表示为:
Figure SMS_17
进一步地,在本申请的一个实施例之中,将上述目标预设拟合关系式确定为姿态控制模型。
步骤103、获取风电机组的姿态控制因子。
其中,在本申请的一个实施例之中,上述获取风电机组的姿态控制因子的方法可以包括以下步骤:
步骤1、获取预设时间内N个姿态角数据,其中所述姿态角包括n个方向的姿态角;
步骤2、通过第一公式计算风电机组的姿态控制因子。
其中,在本申请的一个实施例之中,第一公式为:
Figure SMS_18
其中,Xi表示第i个方向的姿态角,
Figure SMS_19
表示N个第i个方向的姿态角的平均值。
示例的,在本申请的一个实施例之中,假设获取风电机组10分钟内10个姿态角数据,其中姿态角包括3个方向的姿态角,分别为偏航角、俯仰角、滚动角,然后通过第一公式计算风电机组的姿态控制因子,其中第一公式为:
Figure SMS_20
步骤104、若姿态控制因子大于阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。
示例的,假设预设阈值为为10°,则当姿态控制因子大于10°时,则姿态控制模型可以利用风电机组当前的风速控制风电机组的姿态,从而使得机组运行更加平稳,通过以上控制方法,可以使得控制系统更加柔和些,减少疲劳效应。
本申请提出的基于卫星的风电机组偏航姿态控制方法中,获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据,基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型,获取风电机组的姿态控制因子,若姿态控制因子大于阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。由此可知,本申请获取的姿态角数据、风速风向数据和性能数据不会受到天气的影响,从而使得基于姿态角数据、风速风向数据和性能数据得到的姿态控制模型,能够准确建立风速性能的关系曲线,进而可以对风电机组的姿态进行精准控制,以避免风电机组发生故障。
图2为根据本申请一个实施例提供的基于卫星的风电机组偏航姿态控制装置的结构示意图,如图2所示,可以包括:
第一获取模块201,用于获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据;
处理模块202,用于基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型;
第二获取模块203,用于获取风电机组的姿态控制因子;
控制模块204,用于若姿态控制因子大于阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。
其中,在本申请的一个实施例之中,第一获取模块,还用于:
获取风电机组历史预设时间段内的机舱天线的原始观测数据;
根据原始观测数据,得到所述风电机组的姿态角数据。
以及,在本申请的一个实施例之中,第一获取模块,还用于:
对原始观测数据进行预处理,得到修正后的观测信号;
通过修正后的观测信号进行天线单点定位,并开展伪距差分定位;
基于多项式拟合或卡尔曼滤波的周跳探测修复并标记,同时过滤掉不必要的干涉电磁波信号;
建立载波相位双差观测方程,解算浮点模糊度及协方差阵,分别进行LAMBDA模糊度搜索固定、基于固定模糊度基线解算等经典导航定位系统算法计算得到机舱方位角;
对机舱方位角进行验后残差分析,得到姿态角数据。
本申请提出的基于卫星的风电机组偏航姿态控制装置中,获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据,基于姿态角数据、风速风向数据和性能数据,得到姿态控制模型,获取风电机组的姿态控制因子,若姿态控制因子大于阈值,则姿态控制模型利用风电机组当前的风速控制风电机组的姿态,直至达到预设性能为止。由此可知,本申请获取的姿态角数据、风速风向数据和性能数据不会受到天气的影响,从而使得基于姿态角数据、风速风向数据和性能数据得到的姿态控制模型,能够准确建立风速性能的关系曲线,进而可以对风电机组的姿态进行精准控制,以避免风电机组发生故障。
为了实现上述实施例,本申请还提出一种计算机设备。
本申请实施例提供的计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序;处理器执行程序时,能够实现如图1所示的方法。
为了实现上述实施例,本申请还提出一种计算机存储介质。
本申请实施例提供的计算机存储介质,计算机存储介质存储有计算机可执行指令;计算机可执行指令被处理器执行后,能够实现如图1所示的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于卫星的风电机组偏航姿态控制方法,其特征在于,所述方法包括:
获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据;
基于所述姿态角数据、风速风向数据和性能数据,得到姿态控制模型;
获取所述风电机组的姿态控制因子;
若所述姿态控制因子大于预设阈值,则所述姿态控制模型利用所述风电机组当前的风速控制所述风电机组的姿态,直至达到预设性能为止。
2.根据权利要求1所述的方法,其特征在于,所述获取风电机组历史预设时间段内的姿态角数据之前,还包括:
获取风电机组历史预设时间段内的机舱天线的原始观测数据;
根据所述原始观测数据,得到所述风电机组的姿态角数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述原始观测数据,得到所述风电机组的姿态角数据,包括:
对所述原始观测数据进行预处理,得到修正后的观测信号;
通过修正后的观测信号进行天线单点定位,并开展伪距差分定位;
基于多项式拟合或卡尔曼滤波的周跳探测修复并标记,同时过滤掉不必要的干涉电磁波信号;
建立载波相位双差观测方程,解算浮点模糊度及协方差阵,分别进行LAMBDA模糊度搜索固定、基于固定模糊度基线解算等经典导航定位系统算法计算得到机舱方位角;
对所述机舱方位角进行验后残差分析,得到姿态角数据。
4.根据权利要求1所述的方法,其特征在于,所述基于所述姿态角数据、风速风向数据和性能数据,得到姿态控制模型,包括:
建立所述性能、风速和姿态角之间的预设拟合关系式,所述预设拟合关系式中包括未知系数;
根据所述拟合关系式,得到所述拟合关系式对应的残差平方和的关系式;
将所述残差平方和的值最小时,所述未知系数对应的值确定为所述未知系数的值,得到目标预设拟合关系式;
将所述目标预设拟合关系式确定为所述姿态控制模型。
5.根据权利要求1所述的方法,其特征在于,所述获取所述风电机组的姿态控制因子,包括:
获取预设时间内N个姿态角数据,其中所述姿态角包括n个方向的姿态角;
通过第一公式计算所述风电机组的姿态控制因子,其中所述第一公式为:
Figure FDA0003975857340000021
其中,Xi表示第i个方向的姿态角,
Figure FDA0003975857340000022
表示N个第i个方向的姿态角的平均值。
6.一种基于卫星的风电机组偏航姿态控制装置,其特征在于,所述方法包括:
第一获取模块,用于获取风电机组历史预设时间段内的姿态角数据、风速风向数据和性能数据;
处理模块,用于基于所述姿态角数据、风速风向数据和性能数据,得到姿态控制模型;
第二获取模块,用于获取所述风电机组的姿态控制因子;
控制模块,用于若所述姿态控制因子大于阈值,则所述姿态控制模型利用所述风电机组当前的风速控制所述风电机组的姿态,直至达到预设性能为止。
7.根据权利要求6所述的装置,其特征在于,所述第一获取模块,还用于:
获取风电机组历史预设时间段内的机舱天线的原始观测数据;
根据所述原始观测数据,得到所述风电机组的姿态角数据。
8.根据权利要求6所述的装置,其特征在于,所述第一获取模块,还用于:
对所述原始观测数据进行预处理,得到修正后的观测信号;
通过修正后的观测信号进行天线单点定位,并开展伪距差分定位;
基于多项式拟合或卡尔曼滤波的周跳探测修复并标记,同时过滤掉不必要的干涉电磁波信号;
建立载波相位双差观测方程,解算浮点模糊度及协方差阵,分别进行LAMBDA模糊度搜索固定、基于固定模糊度基线解算等经典导航定位系统算法计算得到机舱方位角;
对所述机舱方位角进行验后残差分析,得到姿态角数据。
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如权利要求1-5中任一所述的方法。
10.一种计算机存储介质,其中,所述计算机存储介质存储有计算机可执行指令;所述计算机可执行指令被处理器执行后,能够实现权利要求1-5任一所述的方法。
CN202211530888.0A 2022-12-01 2022-12-01 一种基于卫星的风电机组偏航姿态控制方法 Pending CN115857528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211530888.0A CN115857528A (zh) 2022-12-01 2022-12-01 一种基于卫星的风电机组偏航姿态控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211530888.0A CN115857528A (zh) 2022-12-01 2022-12-01 一种基于卫星的风电机组偏航姿态控制方法

Publications (1)

Publication Number Publication Date
CN115857528A true CN115857528A (zh) 2023-03-28

Family

ID=85668984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211530888.0A Pending CN115857528A (zh) 2022-12-01 2022-12-01 一种基于卫星的风电机组偏航姿态控制方法

Country Status (1)

Country Link
CN (1) CN115857528A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102346A (zh) * 2017-06-08 2017-08-29 中国电子科技集团公司第五十四研究所 一种基于北斗系统的多天线测姿方法
CN108843497A (zh) * 2018-06-29 2018-11-20 北京金风科创风电设备有限公司 风力发电机组的偏航控制方法和设备
CN110094300A (zh) * 2019-01-24 2019-08-06 上海电力学院 风电机组的对风偏差矫正方法、装置、设备及介质
CN111350637A (zh) * 2018-12-20 2020-06-30 北京金风科创风电设备有限公司 卫星航向数据的处理方法和装置
CN114294156A (zh) * 2021-11-11 2022-04-08 华能新能源股份有限公司 风电机组全风况增益调度偏航反馈控制方法及系统
CN115288929A (zh) * 2022-08-18 2022-11-04 华北电力大学 一种计及载荷计算的风电机组偏航控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102346A (zh) * 2017-06-08 2017-08-29 中国电子科技集团公司第五十四研究所 一种基于北斗系统的多天线测姿方法
CN108843497A (zh) * 2018-06-29 2018-11-20 北京金风科创风电设备有限公司 风力发电机组的偏航控制方法和设备
CN111350637A (zh) * 2018-12-20 2020-06-30 北京金风科创风电设备有限公司 卫星航向数据的处理方法和装置
CN110094300A (zh) * 2019-01-24 2019-08-06 上海电力学院 风电机组的对风偏差矫正方法、装置、设备及介质
CN114294156A (zh) * 2021-11-11 2022-04-08 华能新能源股份有限公司 风电机组全风况增益调度偏航反馈控制方法及系统
CN115288929A (zh) * 2022-08-18 2022-11-04 华北电力大学 一种计及载荷计算的风电机组偏航控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIAJIA CHEN 等: "Unsteady aerodynamic modelling for dual-rotor wind turbines with lifting surface method and free wake model", 《JOURNAL OF PHYSICS》, 30 November 2022 (2022-11-30) *
白雪峰 等: "平台运动对漂浮式风电机组气动功率和推力的影响研究", 《风机技术》, 30 April 2022 (2022-04-30) *

Similar Documents

Publication Publication Date Title
US11002860B2 (en) GNSS-RTK-based positioning method
CN114518586B (zh) 一种基于球谐展开的gnss精密单点定位方法
CN101825717B (zh) 一种基于载波平滑码伪距技术的动态定姿方法
CN103217177B (zh) 一种电波折射修正方法、装置及系统
CN111125609A (zh) 一种基于双指数驱动的电离层三维电子密度重构方法
CN106093892A (zh) 基于标校卫星同时开展雷达rcs标定与外测标定系统
CN110764127B (zh) 易于星载在轨实时处理的编队卫星相对定轨方法
CN111913203B (zh) 一种动态基线定位域监测方法
CN113253314B (zh) 一种低轨卫星间时间同步方法及系统
WO2024007365A1 (zh) 一种基于北斗/gnss的实时高精度海表测量方法及浮标
CN116026226A (zh) 一种半遮挡环境下的水闸变形监测方法及系统
CN111123345B (zh) 一种基于gnss测量的经验电离层模型数据驱动方法
CN113805207B (zh) 一种规避光学遥感卫星影像水体耀斑的方法及电子设备
Bahadur et al. Real-time single-frequency multi-GNSS positioning with ultra-rapid products
CN115857528A (zh) 一种基于卫星的风电机组偏航姿态控制方法
CN115421172B (zh) 一种基于实时与准实时结合的北斗变形监测方法
CN113267793B (zh) 一种基于外部增强信息的gbas对流层参数生成方法
CN115980317A (zh) 基于修正相位的地基gnss-r数据土壤水分估算方法
CN116047563A (zh) 一种基于海洋北斗定位增强的水面高精度定位及评估方法
CN112731504B (zh) 对月球探测器自主定轨的方法及装置
CN115144882B (zh) 一种基于gnss和5g组合的精密单点定位方法及系统
CN115962091A (zh) 一种基于卫星的多基线风电机组姿态调整系统
CN110764122A (zh) 一种单频gps接收机的精密单点定位方法
Yin et al. Constrained robust unscented Kalman filter for BDS navigation in dense urban areas
Wang et al. Beidou GPS SINS satellite positioning system based on embedded operating 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