CN116733687B - 一种风机内部模态谐振的检测方法 - Google Patents
一种风机内部模态谐振的检测方法 Download PDFInfo
- Publication number
- CN116733687B CN116733687B CN202310485507.XA CN202310485507A CN116733687B CN 116733687 B CN116733687 B CN 116733687B CN 202310485507 A CN202310485507 A CN 202310485507A CN 116733687 B CN116733687 B CN 116733687B
- Authority
- CN
- China
- Prior art keywords
- resonance
- interaction
- loop
- mode
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title description 5
- 230000003993 interaction Effects 0.000 claims abstract description 89
- 230000002452 interceptive effect Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000000875 corresponding effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000013016 damping Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000010355 oscillation Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
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
-
- 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
- F03D7/00—Controlling wind motors
Abstract
本发明涉及一种风机内部模态谐振的检测方法,步骤一:针对风机控制结构分解各控制回路;步骤二:推导控制回路动态方程;步骤三:构建通用转矩分析模型;步骤四:构建交互传递函数;步骤五:根据交互传递函数辨识对运行工况敏感的关键控制模态;步骤六:针对辨识的关键控制模态,求解内部谐振交互所导致的特征根偏移;步骤七:分析变量参与度及特征根偏移大小,确定是否存在谐振拐点。通过对所有控制回路进行详细建模,挖掘不同控制模态间的交互关系。在此基础上,构建了通用转矩分析模型,用于揭示内部模态谐振机理,通过模型的变量参与度和特征根偏移大小来检测和识别共振拐点,用以指导风机运行和参数调节,增强风机运行稳定性。
Description
技术领域
本发明涉及风电领域,更具体地,涉及一种风机内部模态谐振的检测方法。
背景技术
风力发电作为主要的新能源之一,已在电力系统中占据重要地位,并逐年增长。由于风电的波动性和不确定性,往往需要借助电力电子变流器进行并网。大规模风电通过电力电子变流器接入电力系统,给电力系统稳定性带来了严峻挑战,尤其是变流器驱动稳定性。全变流器性风机,如永磁直驱风机,由于其优异的控制性能,已逐渐成为当前风力市场的主流风机,并已经在电力系统中大规模装备。
目前学术界主要关注全变流器型风机与外部电网或设备之间的模态交互,而忽视风机内部模态交互。这样处理是基于风机模态在不同频段下控制模态之间的交互是很弱的或解耦这一假设。然而,值得注意的是,风机内部模态交互作用并不总是弱到可以解耦。随着风机运行工况的变化,在某一特定的运行工况下,某个或某几个风机控制模态会发生较大偏移,使得原本近似解耦的控制模态之间的交互作用由弱变强,从而诱发风机内部谐振。这一引发严重的内部模态谐振的临界条件定义为内部谐振拐点。检测和识别内部谐振拐点,有助于指导和改善风机运行状态,增强风机变流器驱动稳定性。但是现行没有针对检测和识别风机内部谐振拐点的方法。
发明内容
本发明为克服上述现有技术中没有针对检测和识别风机内部谐振拐点的方法问题,提供一种风机内部模态谐振的检测方法,能够检测和识别风机内部谐振拐点。
为解决上述技术问题,本发明采用的技术方案是:提供一种风机内部模态谐振的检测方法,包括以下的步骤:
步骤一:针对风机控制结构分解出各控制回路;
步骤二:根据控制回路推导控制回路动态方程;
步骤三:根据控制回路动态方程构建通用转矩分析模型;
步骤四:基于通用转矩分析模型构建交互传递函数;
步骤五:调节风机运动工况,观察交互传递函数极点变化规律;根据交互传递函数极点变化规律判断运行工况对风机控制模态的影响,辨识对运行工况敏感的关键控制模态;
步骤六:针对辨识的关键控制模态,求解内部谐振交互所导致的特征根偏移;
步骤七:分析变量参与度及特征根偏移大小,确定是否存在谐振拐点。
如附图4右上角小图所示为谐振拐点,是指控制模态在运行工况发生连续性变化时,其特征根运动轨迹是否出现拐点,拐点意味着交互特性的转变(如原本交互使得阻尼下降,出现拐点后则会使得阻尼变大)。本专利提出的是一种内部模态谐振的检测方法,通过上述步骤,可以分析和辨识关键模态之间是如何进行模态交互的,其中使得控制模态特性变差的交互,是为有害交互,不仅影响风机动态性能,更有可能威胁其稳定性,因而称之为模态谐振。比如通过步骤六分析的特征根偏移情况,即可以量化模态谐振的影响,是否已经到了威胁到风机稳定性的地步。模态谐振的影响也随工况变化而变化,谐振拐点不一定都存在,如果存在,则可以用于判断最坏的模态谐振的影响。
优选的,在步骤三中,构建通用转矩分析模型的具体步骤为:
S3.1:识别影响具体控制回路动态的关键状态变量;
S3.2:根据控制回路动态方程,识别控制回路的固有振荡回路及模态交互回路;通过固有振荡回路,分解同步转矩,阻尼转矩以及模态交互转矩。通过同步转矩,阻尼转矩以及模态交互转矩进而判断控制回路的稳定性。
S3.3:除了当前的特定控制模态,将其余所有模态交互回路集成为交互传递函数,得到附加交互转矩方程;当分析某一特定控制模态时,需要将剩余其他交互回路等效为一个交互传递函数,从而方便采用转矩分析法分析控制模态的稳定裕度及特征根偏移量,进而判断模态交互对该控制模态的影响程度。
优选的,关键状态变量为能够代表控制回路动态的电压和电流等关键状态变量及控制器中间状态变量。
优选的,在所述步骤四中,对所有模态交互回路集成的交互传递函数的构建过程如下:
S4.1:构建风机系统的开环模态和闭环模态的模型;可以通过微分方程组建模构建风机开环系统和闭环系统,从而构建开环模态和闭环模态的模型。通过对比某一特定控制回路的开环模态和闭环模态,可以分析其所受交互或谐振的影响。
S4.2:根据所分析控制模态的关键状态变量变换特征矩阵;
S4.3:建立交互传递函数,结合开环模态模型和特征矩阵,对其状态空间方程进行提取和推导,从而构建关键控制模态的交互传递函数。
优选的,在步骤六中,求解内部谐振交互所导致的特征根偏移的具体步骤为:
S6.1:将关键控制模态的开环模态特征根带入附加交互转矩方程,计算由于模态交互所带来的附加交互转矩:
ΔTexi=TFi(λi)Δxi1
式中,ΔTexi是附加交互转矩,TFi(·)为交互传递函数,λi为开环模态所对应的特征根,Δxi1为开环模态的关键状态变量;
S6.2:求解开环模态所对应的相对系数
式中,wi1和vi1是与对应Δxi1.的λi相关的左特征向量wi和右特征向量vi中元素;
S6.3:求解由内部谐振所导致的开环模态特征根偏移Δλi
Δλi=Si1TFi(λi)
式中,Si1是相对系数;TFi(·)为交互传递函数,λi为开环模态所对应的特征根。
风机拥有多个控制模态,以永磁直驱风机为例,包含8个控制回路,表征8个控制模态,每个控制模态都有开环和闭环两种状态,(采用开环系统建模,可以得到开环模态,采用闭环系统建模可以得到闭环模态),其中对稳定性或风机动态起到关键作用(比如直接影响稳定性)的控制模态,称为关键控制模态。在前述步骤中,已经进行了关键模态识别,在步骤六是对关键模态进行交互影响的分析,判断受交互影响的程度,以及是否存在内部谐振。
优选的,在步骤七中,确定是否存在谐振拐点具体步骤如下:
S7.1:具体变量为控制模态的关键状态变量,若控制模态的关键状态变量参与度小于阈值,则内部模态交互为强交互,存在内部谐振风险,继续下一步骤;反之仍为弱交互,不存在内部谐振风险;
S7.2:若步骤S6.3所得的特征根偏移Δλi的实部为正且Δλi+λi的实部也为正,则确定存在谐振拐点。
优选的,通过分析当前控制模态的关键状态变量及其余状态变量在当前控制模态中的参与因子,将控制模态的关键状态变量参与度定义如下:
式中,ACVR为控制模态的关键状态变量参与度,PFAV为表征当前控制模态的状态变量的参与因子之和;PFtotal为所有状态变量参与因子之和。
优选的,在步骤七中,若确定存在谐振拐点,对于参与内部谐振的控制模态所涉及的控制器,在谐振工况下进行控制器参数调整与优化,并在典型运行工况进行验证,从而避免内部谐振。
与现有技术相比,有益效果是:通过对所有控制回路进行详细建模,挖掘不同控制模态间的交互关系。在此基础上,构建了通用转矩分析模型,用于揭示内部模态谐振机理,通过模型的变量参与度和特征根偏移大小来检测和识别共振拐点,用以指导风机运行和参数调节,增强风机运行稳定性。
附图说明
图1是本发明一种风机内部模态谐振检测方法的流程图;
图2是本发明的全变流器型风机的控制回路示意图;
图3是本发明的通用转矩分析模型的示意图;
图4是本发明的谐振拐点的示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“长”、“短”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体描述:
实施例1
如图1所示为一种风机内部模态谐振的检测方法的实施例,包括以下的步骤:
步骤一:针对风机控制结构分解出如图2所示的各控制回路;
步骤二:根据控制回路推导控制回路动态方程;
步骤三:根据控制回路动态方程构建通用转矩分析模型;
步骤四:基于通用转矩分析模型构建交互传递函数;
步骤五:调节风机运动工况,观察交互传递函数极点变化规律;根据交互传递函数极点变化规律判断运行工况对风机控制模态的影响,辨识对运行工况敏感的关键控制模态;
步骤六:针对辨识的关键控制模态,求解内部谐振交互所导致的特征根偏移;
步骤七:分析变量参与度及特征根偏移大小,确定是否存在谐振拐点。
如图4右上角小图所示为谐振拐点,是指控制模态在运行工况发生连续性变化时,其特征根运动轨迹是否出现拐点,拐点意味着交互特性的转变(如原本交互使得阻尼下降,出现拐点后则会使得阻尼变大)。通过上述步骤,可以分析和辨识关键模态之间是如何进行模态交互的,其中使得控制模态特性变差的交互,是为有害交互,不仅影响风机动态性能,更有可能威胁其稳定性,因而称之为模态谐振。通过步骤六分析的特征根偏移情况,即可以量化模态谐振的影响,是否已经到了威胁到风机稳定性的地步。模态谐振的影响也随工况变化而变化,谐振拐点不一定都存在,如果存在,则可以用于判断最坏的模态谐振的影响。
本实施例的有益效果是:通过对所有控制回路进行详细建模,挖掘不同控制模态间的交互关系。在此基础上,构建了通用转矩分析模型,用于揭示内部模态谐振机理,通过模型的变量参与度和特征根偏移大小来检测和识别共振拐点,用以指导风机运行和参数调节,增强风机运行稳定性。
实施例2
一种风机内部模态谐振的检测方法的实施例2,包括以下的步骤:
步骤一:针对风机控制结构分解出如图2所示的各控制回路;
步骤二:根据控制回路推导控制回路动态方程;
步骤三:根据控制回路动态方程构建如图3的通用转矩分析模型,具体流程如下:
S3.1:识别影响具体控制回路动态的关键状态变量;关键状态变量为能够代表控制回路动态的电压和电流等关键状态变量及控制器中间状态变量。
S3.2:根据控制回路动态方程,识别控制回路的固有振荡回路及模态交互回路;通过固有振荡回路,分解同步转矩,阻尼转矩以及模态交互转矩。通过同步转矩,阻尼转矩以及模态交互转矩进而判断控制回路的稳定性。
S3.3:将所有模态交互回路集成为交互传递函数,得到附加交互转矩方程;当分析某一特定控制模态时,需要将剩余其他交互回路等效为一个交互传递函数,从而方便采用转矩分析法分析控制模态的稳定裕度及特征根偏移量,进而判断模态交互对该控制模态的影响程度。
步骤四:基于通用转矩分析模型构建交互传递函数,具体如下:
S4.1:构建风机系统的开环模态和闭环模态的模型;可以通过微分方程组建模构建风机开环系统和闭环系统,从而构建开环模态和闭环模态的模型。通过对比某一特定控制回路的开环模态和闭环模态,可以分析其所受交互或谐振的影响。
S4.2:根据所分析控制模态的关键状态变量变换特征矩阵;
S4.3:建立交互传递函数。以附图3为例,针对某一特定的控制模态,上半部分是其固有控制回路动态(表征开环模态),将其他模态的交互等效为交互传递函数,并对固有控制回路动态施加附加交互转矩,从而影响该控制模态。本实施例中,结合开环模态模型和特征矩阵,对其状态空间方程进行提取和推导,从而构建关键控制模态的交互传递函数。
步骤五:调节风机运动工况,观察交互传递函数极点变化规律;根据交互传递函数极点变化规律判断运行工况对风机控制模态的影响,辨识对运行工况敏感的关键控制模态;
步骤六:针对辨识的关键控制模态,求解内部谐振交互所导致的特征根偏移,距离求解过程如下:
S6.1:将关键控制模态的开环模态特征根带入附加交互转矩方程,计算由于模态交互所带来的附加交互转矩:
ΔTexi=TFi(λi)Δxi1
式中,ΔTexi是附加交互转矩,TFi(·)为交互传递函数,λi为开环模态所对应的特征根,Δxi1为开环模态的关键状态变量;
S6.2:求解开环模态所对应的相对系数
式中,wi1和vi1是与对应Δxi1.的λi相关的左特征向量wi和右特征向量vi中元素;
S6.3:求解由内部谐振所导致的开环模态特征根偏移Δλi
Δλi=Si1TFi(λi)
式中,Si1是相对系数;TFi(·)为交互传递函数,λi为开环模态所对应的特征根。
步骤七:分析变量参与度及特征根偏移大小,确定是否存在谐振拐点,具体流程为:
S7.1:具体变量为控制模态的关键状态变量,若控制模态的关键状态变量参与度小于3,则内部模态交互为强交互,存在内部谐振风险,继续下一步骤;反之仍为弱交互,不存在内部谐振风险;
S7.2:若步骤S6.3所得的特征根偏移Δλi的实部为正且Δλi+λi的实部也为正,则确定存在如图4的谐振拐点。
优选的,通过分析当前控制模态的关键状态变量及其余状态变量在当前控制模态中的参与因子,将控制模态的关键状态变量参与度定义如下:
式中,ACVR为控制模态的关键状态变量参与度,PFAV为表征当前控制模态的状态变量的参与因子之和;PFtotal为所有状态变量参与因子之和。
本实施例的其余工作原理和工作效果与实施例1一致。
实施例3
一种风机内部模态谐振的检测方法的实施例3,在实施例1或2的基础上,在步骤七中,若确定存在谐振拐点,对于参与内部谐振的控制模态所涉及的控制器,在谐振工况下进行控制器参数调整与优化,并在典型运行工况进行验证,从而避免内部谐振。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种风机内部模态谐振的检测方法,其特征在于,包括以下的步骤:
步骤一:针对风机控制结构分解出各控制回路;
步骤二:根据控制回路推导控制回路动态方程;
步骤三:根据控制回路动态方程构建通用转矩分析模型;
构建通用转矩分析模型的具体步骤为:
S3.1:识别影响具体控制回路动态的关键状态变量;
S3.2:根据控制回路动态方程,识别控制回路的固有振荡回路及模态交互回路;通过固有振荡回路,分解同步转矩,阻尼转矩以及模态交互转矩;
S3.3:除了当前的指定控制模态,将其余所有模态交互回路集成为交互传递函数,得到附加交互转矩方程;
步骤四:基于通用转矩分析模型构建交互传递函数;
步骤五:调节风机运动工况,观察交互传递函数极点变化规律;根据交互传递函数极点变化规律判断运行工况对风机控制模态的影响,辨识对运行工况敏感的关键控制模态;
步骤六:针对辨识的关键控制模态,求解内部谐振交互所导致的特征根偏移;
步骤七:分析变量参与度及特征根偏移大小,确定是否存在谐振拐点。
2.根据权利要求1所述的一种风机内部模态谐振的检测方法,其特征在于,关键状态变量为能够代表控制回路动态的电压和电流的关键状态变量及控制器中间状态变量。
3.根据权利要求1所述的一种风机内部模态谐振的检测方法,其特征在于,在所述步骤四中,对所有模态交互回路集成的交互传递函数的构建过程如下:
S4.1:构建风机系统的开环模态和闭环模态的模型;
S4.2:根据所分析控制模态的关键状态变量变换特征矩阵;
S4.3:建立交互传递函数。
4.根据权利要求3所述的一种风机内部模态谐振的检测方法,其特征在于,在步骤S4.1中,通过微分方程组建模构建风机开环系统和闭环系统,从而构建开环模态和闭环模态的模型。
5.根据权利要求4所述的一种风机内部模态谐振的检测方法,其特征在于,在步骤S4.3中,结合开环模态模型和特征矩阵,对其状态空间方程进行提取和推导,从而构建关键控制模态的交互传递函数。
6.根据权利要求3所述的一种风机内部模态谐振的检测方法,其特征在于,在步骤六中,求解内部谐振交互所导致的特征根偏移的具体步骤为:
S6.1:将关键控制模态的开环模态特征根带入附加交互转矩方程,计算由于模态交互所带来的附加交互转矩:
ΔTexi=TFi(λi)Δxi1
式中,ΔTexi是附加交互转矩,TFi(·)为交互传递函数,λi为开环模态所对应的特征根,Δxi1为开环模态的关键状态变量;
S6.2:求解开环模态所对应的相对系数
式中,wi1和vi1是与对应Δxi1.的λi相关的左特征向量wi和右特征向量vi中元素;
S6.3:求解由内部谐振所导致的开环模态特征根偏移Δλi
Δλi=Si1TFi(λi)
式中,Si1是相对系数;TFi(·)为交互传递函数,λi为开环模态所对应的特征根。
7.根据权利要求6所述的一种风机内部模态谐振的检测方法,其特征在于,在步骤七中,确定是否存在谐振拐点具体步骤如下:
S7.1:具体变量为控制模态的关键状态变量,若控制模态的关键状态变量参与度小于阈值,则内部模态交互为强交互,存在内部谐振风险,继续下一步骤;反之仍为弱交互,不存在内部谐振风险;
S7.2:若步骤S6.3所得的特征根偏移Δλi的实部为正且Δλi+λi的实部也为正,则确定存在谐振拐点。
8.根据权利要求7所述的一种风机内部模态谐振的检测方法,其特征在于,将控制模态的关键状态变量参与度定义如下:
式中,ACVR为控制模态的关键状态变量参与度,PFAV为表征当前控制模态的状态变量的参与因子之和;PFtotal为所有状态变量参与因子之和。
9.根据权利要求1所述的一种风机内部模态谐振的检测方法,其特征在于,在步骤七中,若确定存在谐振拐点,对于参与内部谐振的控制模态所涉及的控制器,在谐振工况下进行控制器参数调整与优化,并在典型运行工况进行验证,从而避免内部谐振。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310485507.XA CN116733687B (zh) | 2023-04-28 | 2023-04-28 | 一种风机内部模态谐振的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310485507.XA CN116733687B (zh) | 2023-04-28 | 2023-04-28 | 一种风机内部模态谐振的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116733687A CN116733687A (zh) | 2023-09-12 |
CN116733687B true CN116733687B (zh) | 2024-01-12 |
Family
ID=87906845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310485507.XA Active CN116733687B (zh) | 2023-04-28 | 2023-04-28 | 一种风机内部模态谐振的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116733687B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592132A (zh) * | 2004-09-30 | 2009-12-02 | 通用电气公司 | 用于变速风力涡轮机的减震方法 |
CN101688518A (zh) * | 2007-05-31 | 2010-03-31 | 维斯塔斯风力系统有限公司 | 可变速度风力涡轮机、谐振控制系统、运行可变速度风力涡轮机的方法、可变速度风力涡轮机中方法的使用以及谐振控制系统的使用 |
CN102859184A (zh) * | 2010-04-13 | 2013-01-02 | 歌美飒创新技术公司 | 用于风力涡轮机的监测方法 |
CN105593770A (zh) * | 2013-09-30 | 2016-05-18 | 株式会社明电舍 | 控制装置 |
CN205370863U (zh) * | 2016-02-29 | 2016-07-06 | 莆田学院 | 一种风力发电机声振联合监测装置 |
-
2023
- 2023-04-28 CN CN202310485507.XA patent/CN116733687B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592132A (zh) * | 2004-09-30 | 2009-12-02 | 通用电气公司 | 用于变速风力涡轮机的减震方法 |
CN101688518A (zh) * | 2007-05-31 | 2010-03-31 | 维斯塔斯风力系统有限公司 | 可变速度风力涡轮机、谐振控制系统、运行可变速度风力涡轮机的方法、可变速度风力涡轮机中方法的使用以及谐振控制系统的使用 |
CN102859184A (zh) * | 2010-04-13 | 2013-01-02 | 歌美飒创新技术公司 | 用于风力涡轮机的监测方法 |
CN105593770A (zh) * | 2013-09-30 | 2016-05-18 | 株式会社明电舍 | 控制装置 |
CN205370863U (zh) * | 2016-02-29 | 2016-07-06 | 莆田学院 | 一种风力发电机声振联合监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116733687A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480386B (zh) | 一种基于响应混叠性度量与遗传算法的测试激励优选方法 | |
Jin et al. | Robust multi-objective optimization of a 3-pole active magnetic bearing based on combined curves with climbing algorithm | |
CN101364084A (zh) | 基于模型的传感器故障检测和隔离的系统和方法 | |
CN106787978B (zh) | 一种无位置传感器无刷直流电机的宽速滑模观测器 | |
CN109753049B (zh) | 一种源网荷互动工控系统的异常指令检测方法 | |
CN113765880B (zh) | 一种基于时空关联性的电力系统网络攻击检测方法 | |
CN107656437A (zh) | 基于扰动观测器的磁悬浮转子系统不匹配扰动的控制方法 | |
CN110649588B (zh) | 一种柔性直流输电控制系统攻击量化评估方法 | |
US20220052633A1 (en) | Torque Control Based on Rotor Resistance Modeling in Induction Motors | |
US20230412098A1 (en) | Efficiency optimization control method and system for permanent magnet synchronous motor | |
CN102790581A (zh) | 一种无轴承异步电机径向位置鲁棒控制器的构造方法 | |
CN116733687B (zh) | 一种风机内部模态谐振的检测方法 | |
CN113268040A (zh) | 一种数控机床伺服进给系统控制参数的优选方法 | |
Kim et al. | Hybrid data-scaling method for fault classification of compressors | |
CN114707437A (zh) | 一种水平轴风力机三维全尾流模型的建立方法 | |
CN106681133A (zh) | 一种水电机组模型改进型子空间闭环辨识方法 | |
Hawkins et al. | Region II wind power capture maximization using robust control and estimation with alternating gradient search | |
Yu et al. | A Knowledge-based reinforcement learning control approach using deep Q network for cooling tower in HVAC systems | |
CN110474323A (zh) | 一种电力系统惯性时间常数测量方法 | |
Xiao et al. | Parameter identification of direct‐drive permanent magnet synchronous generator based on EDMPSO‐EKF | |
CN113987946B (zh) | 一种基于正交分析的粒子群多目标电机优化方法及系统 | |
Zito et al. | A methodology for identification of narmax models applied to diesel engines | |
Khosravi et al. | System identification using NARX and centrifugal compressor control through the intelligent, active method—Case study: K‐250 centrifugal compressor | |
CN113048012A (zh) | 基于混合高斯模型的风电机组偏航角度识别方法和装置 | |
Li et al. | A fusion framework using integrated neural network model for non-intrusive load monitoring |
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 |