CN117310746A - 一种高可靠激光测风雷达装置 - Google Patents
一种高可靠激光测风雷达装置 Download PDFInfo
- Publication number
- CN117310746A CN117310746A CN202311585718.7A CN202311585718A CN117310746A CN 117310746 A CN117310746 A CN 117310746A CN 202311585718 A CN202311585718 A CN 202311585718A CN 117310746 A CN117310746 A CN 117310746A
- Authority
- CN
- China
- Prior art keywords
- wind
- control module
- laser
- unit
- module
- 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
- 238000010248 power generation Methods 0.000 claims abstract description 12
- 230000008447 perception Effects 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 4
- 239000000443 aerosol Substances 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 15
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
- G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种高可靠激光测风雷达装置，主要涉及风力发电领域。包括风机、用于监控风机的智能感知控制系统，所述风机上设有用于测量风速的激光雷达，所述激光雷达包括前馈控制模块、极端风况控制模块、精准对风控制模块、尾流控制模块。本发明的有益效果在于：通过激光雷达测风，能更加准确的还原入流信息以及真实的风域信息，避免叶轮转速波动带来的发电量损失，提升机组整体的发电量。
Description
技术领域
本发明涉及风力发电领域，具体是一种高可靠激光测风雷达装置。
背景技术
传统风机采用了杯式风速仪和机械风向标测风，往往会受到叶轮扰动，无法准确还原入流信息以及真实的风域信息，也就无法根据实际风况及时调整风机状态，会使叶轮转速产生波动，带来发电量的损失，对机组整体的发电量造成影响。
发明内容
本发明的目的在于提供一种高可靠激光测风雷达装置，它通过激光雷达测风，能更加准确的还原入流信息以及真实的风域信息，避免叶轮转速波动带来的发电量损失，提升机组整体的发电量。
本发明为实现上述目的，通过以下技术方案实现：
一种高可靠激光测风雷达装置，包括风机、用于监控风机的智能感知控制系统，所述风机上设有用于测量风速的激光雷达，所述激光雷达包括前馈控制模块、极端风况控制模块、精准对风控制模块、尾流控制模块；
其中，所述前馈控制模块、极端风况控制模块可降低机组载荷，使机组适应更高的年平均风速、更恶劣的风资源环境，同时避免转速波动带来的发电量损失；
所述激光雷达中采用的精准对风控制模块可减小对风偏差，优化偏航策略，提升机组发电量；
所述激光雷达中采用的尾流控制模块可降低尾流影响，优化风电场中的流动，提高整个风电场发电效率的降低由于尾流影响带来的机组疲劳增加。
进一步的，所述激光雷达测风的工作原理为利用多普勒效应，发射出特定波长的激光光束，主动探测随大气运动的气溶胶粒子的反射信号，通过频域分析发射激光束和反射激光束之间的多普勒频移，再经信号处理算法，就可以获得精确可靠的来流风信息。
进一步的，所述智能感知控制系统包括扇叶故障分析模块，所述扇叶故障分析模块包括图像采集模块、图像识别模块、数据处理模块、预警模块。
对比现有技术，本发明的有益效果在于：
本发明通过激光雷达代替传统的杯式风速仪和机械风向标来进行测风，其中，激光雷达中的前馈控制模块、极端风况控制模块可降低机组载荷，使机组适应更高的年平均风速、更恶劣的风资源环境，同时避免转速波动带来的发电量损失；激光雷达中采用的精准对风控制模块可减小对风偏差，优化偏航策略，提升机组整体发电量；激光雷达中采用的尾流控制模块可降低尾流影响，优化风电场中的流动，提高整个风电场发电效率的降低由于尾流影响带来的机组疲劳增加，更有利于风力发电机组的发电应用。
附图说明
附图1是本发明的工作原理图。
附图2是本发明的扇叶故障分析模块结构框图。
附图3是本发明的激光雷达测风原理图。
附图4是本发明的实施例中16#机组应用雷达提升效果对比图。
附图5是本发明的实施例中31#机组应用雷达提升效果对比图。
附图6是本发明的实施例中33#机组应用雷达提升效果对比图。
附图中所示标号：
1、智能感知控制系统；2、激光雷达；3、前馈控制模块；4、极端风况控制模块；5、精准对风控制模块；6、尾流控制模块；7、扇叶故障分析模块；8、图像采集模块；9、图像识别模块；10、数据处理模块；11、预警模块。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所限定的范围。
本发明所述是一种高可靠激光测风雷达装置，主体结构包括风机、用于监控风机的智能感知控制系统1，所述风机上设有用于测量风速的激光雷达2，所述激光雷达2测风的工作原理为利用多普勒效应，发射出特定波长的激光光束，主动探测随大气运动的气溶胶粒子的反射信号，通过频域分析发射激光束和反射激光束之间的多普勒频移，再经信号处理算法，就可以获得精确可靠的来流风信息，与传统机械式风速仪、风向标相比，激光雷达2的优点在于：遥感测量，可以获得叶轮前入流信息；矢量测量，精度高，风速测量精度可达0.1 m/s，风向测量精度可达0.5°；空间域测量而非单点测量，测风信息代表性强；稳定可靠，不受冰冻、气温等影响。激光雷达2测量叶轮前区域内多个测点的径向风速信息，在获取原始的测风信息后，结合风流场的物理模型，首先对信号进行判定、转换，然后根据流场特征和规律，采用对应的算法模型重构出准确的流场信息。所述激光雷达2包括前馈控制模块3、极端风况控制模块4、精准对风控制模块5、尾流控制模块6；
前馈控制模块3：在传统的变桨反馈控制中，控制的输入为叶轮转速，即当入流风已经作用到叶轮上产生转速变化后，才进行相应的控制调整,会出现响应滞后，响应幅值不准确。利用前馈控制模块，激光雷达可以提前准确地测量叶轮前自由流风速，经前馈控制算法对测风信号进行重构、滤波和相位调整，判断风速变化对转速的变化的影响，依据入流风速提前规划机组桨距角变桨速率来做出响应动作，使机组的响应动作能够主动匹配入流风速变化，平稳叶轮转速、减小机舱俯仰运动、降低机组疲劳载荷，从而使机型可以提高适应风区或同样风区应用更大叶轮的机组，提高机组的适应能力。由于基于雷达测量的是测量叶轮前自由流处的风，为机组应对风速、湍流度和方向变化预留的响应时间，可使机组平稳的做出最优响应，避免了传统控制方式短时剧烈不准确的控制响应的带来的载荷增加、机组震动及功率波动带来的发电量损失。从而在一定程度上提升了机组的发电量。
极端风况控制模块4：极端风况，例如极限阵风EOG、极限风向变化EDC、极限风切变EWS，是机组极限载荷的主要来源，并且极端风况常常引起机组振动增加、过速停机等故障。激光雷达可以预知叶轮前入流的信息，利用特征风况识别技术，对恶劣风况进行提前判断，可以使机组对即将到来的极端风况及时准确做出桨距角变化响应，平稳过渡极端风况，减小甚至消除极端风况的影响以及由于恶劣风况导致的停机时间，降低载荷的同时还可以提高机组运行稳定性。降低由于风的突变带来的机组功率损失，提高机组的稳定性和可利用率，发电量提升0.5%-1.5%。
精准对风控制模块5：机舱风向标对风向的测量有两个不可避免的误差来源：叶轮尾流影响和安装误差，据统计机组对风偏差的平均值约为6~10度。叶轮后风向标单点测量风向，不能有效的反映入流到叶轮面的整体入流风向信息。激光雷达可以准确地获得叶轮前方未受扰动的风速、风向、湍流等信息，重构、滤波和相位调整后可以得到能够代表整个叶轮入流方向的风向信息，得到准确风向信息后，结合更为先进的偏航控制策略使得机组对风更加准确，使机组长时间地处于“风能最大捕获”位置，避免了风向标对风偏差引起的直接发电量损失，同时测量风向精准后，避免了风机因风向标测量误差波动较大带来的频繁偏航动作引起的发电量损失和减少了偏航电机的电量消耗损失。从控制效果上来看，激光雷达精准对风控制实现了机组偏航误差散点收窄，同时增加了精准对风的散点占比，发电量实测平均可提升1.5%-2.5%。
尾流控制模块6：运行中风电机组下风向一定区域内速度相对于上游及未受影响区域速度较小，湍流度较大，该区域称为尾流区。风速降低主要是因为机组提取了来流中的部分动能，湍流度增大主要是由于机组扰动及脱落涡的影响。风场中风电机组会受到上游机组尾流影响，该影响主要有两方面物理机制：(1) 动量亏损（速度亏损），会降低下游机组功率输出；(2) 湍流度增大，会增大下游机组非定常载荷。相关统计资料显示，对大型海上风电场，风场尾流造成的发电量损失大约占年发电量的10-20%；疲劳载荷增加大约5-15%，降低机组使用寿命。综合利用激光雷达智能传感及其他传感数据，可以实现对风场中机组尾流和局部复杂流场的探测，以整个风电场能量捕获效率最优为控制目标，根据风电场实时的风向、风速数据及各机组运行状态，结合前期高精度流场仿真数据，动态调整目标机组按最优姿态运行，从而减小机组间尾流影响，实现全风电场流场优化，提升整个风电场发电效率，并实现全场机组疲劳载荷平衡。
其中，所述前馈控制模块3、极端风况控制模块4可降低机组载荷，使机组适应更高的年平均风速、更恶劣的风资源环境，同时避免转速波动带来的发电量损失；
采用所述精准对风控制模块5可减小对风偏差，优化偏航策略，提升机组发电量；
采用所述尾流控制模块6可降低尾流影响，优化风电场中的流动，提高整个风电场发电效率的降低由于尾流影响带来的机组疲劳增加。
优选的，所述智能感知控制系统1包括扇叶故障分析模块7，所述扇叶故障分析模块7包括图像采集模块8、图像识别模块9、数据处理模块10、预警模块11，对叶片图像进行采集后，与预存的图片库进行识别比对，通过数据处理模块10对识别比对结果进行数据分析，得出叶片状态，对叶片结冰、裂纹识别准确率在95%以上，并通过预警模块11及时发出预警。通过以上手段将识别的叶片状态信息、实现对于叶片状态监测和健康评估。
实施例：实际风场应用激光雷达后发电量提升的评估：
为提升某项目的年发电量，该项目在2017年底完成机舱式激光测风雷达的批量安装、调试。本报告基于该项目优化先后的机组数据，对发电量提升进行评估分析。评估数据来自风电机组的SCADA 7s数据，依据标准规范，分析转化成有效的10min平均数据（其中剔除机组故障、停机、限功率等无效和异常数据）。
数据时间：2018.03 – 2018.07 （采用雷达优化）
2017.03 – 2017.07 （未采用雷达优化）
机组采用激光雷达优化后的数据，以及未采用激光雷达进行优化的历史同期数据，均采用相同的数据处理、分析及发电量评估方法，以确保评估的准确、有效。依据来源IEC标准：《IEC61400-12-1 Power performance measurements of electricityproducing wind turbines》，详细方法见附录。在该风电项目中综合考虑历史发电量排名（中位数）、地形特征、风电场排布等因素，选取3台具有代表性的机组，对比往年历史同期的机组发电量数据，对安装机舱式激光雷达后的发电量提升效果进行分析评估，3个机组采用雷达发电量提升对比结果如图4到图6所示，结合该风电项目开发时微观选址分析中的项目风资源数据，以及机组的功率曲线，提升结果如表2和表3所示。
表 1 评估机组风资源统计
其中16#、31#、33#机组应用雷达提升效果对比如附图4-6所示。
表 2 项目微观选址的风资源
表 3 同期年发电量提升百分比
通过以上综合分析评估可知，机组采用机舱式激光雷达优化后，发电量得到提升，综合考虑3台代表机组，平均年发电量提升3.44%。
Claims (3)
1.一种高可靠激光测风雷达装置，包括风机、用于监控风机的智能感知控制系统（1），其特征在于：所述风机上设有用于测量风速的激光雷达（2），所述激光雷达（2）包括前馈控制模块（3）、极端风况控制模块（4）、精准对风控制模块（5）、尾流控制模块（6）；
其中，所述前馈控制模块（3）、极端风况控制模块（4）可降低机组载荷，使机组适应更高的年平均风速、更恶劣的风资源环境，同时避免转速波动带来的发电量损失；
所述激光雷达（2）中采用的精准对风控制模块（5）可减小对风偏差，优化偏航策略，提升机组发电量；
所述激光雷达（2）中采用的尾流控制模块（6）可降低尾流影响，优化风电场中的流动，提高整个风电场发电效率的降低由于尾流影响带来的机组疲劳增加。
2.根据权利要求1所述一种高可靠激光测风雷达装置，其特征在于：所述激光雷达（2）测风的工作原理为利用多普勒效应，发射出特定波长的激光光束，主动探测随大气运动的气溶胶粒子的反射信号，通过频域分析发射激光束和反射激光束之间的多普勒频移，再经信号处理算法，就可以获得精确可靠的来流风信息。
3.根据权利要求1所述一种高可靠激光测风雷达装置，其特征在于：所述智能感知控制系统（1）包括扇叶故障分析模块（7），所述扇叶故障分析模块（7）包括图像采集模块（8）、图像识别模块（9）、数据处理模块（10）、预警模块（11）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585718.7A CN117310746A (zh) | 2023-11-27 | 2023-11-27 | 一种高可靠激光测风雷达装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585718.7A CN117310746A (zh) | 2023-11-27 | 2023-11-27 | 一种高可靠激光测风雷达装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117310746A true CN117310746A (zh) | 2023-12-29 |
Family
ID=89286822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311585718.7A Pending CN117310746A (zh) | 2023-11-27 | 2023-11-27 | 一种高可靠激光测风雷达装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117310746A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103061980A (zh) * | 2012-12-28 | 2013-04-24 | 东方电气集团东方汽轮机有限公司 | 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法 |
| CN103758700A (zh) * | 2014-02-24 | 2014-04-30 | 国电联合动力技术有限公司 | 一种校准风机对风偏差的方法 |
| CN113309663A (zh) * | 2021-03-08 | 2021-08-27 | 新疆金风科技股份有限公司 | 用于风力发电机组的控制方法及控制装置 |
| CN114320744A (zh) * | 2020-09-29 | 2022-04-12 | 新疆金风科技股份有限公司 | 尾流控制系统和方法 |
| CN116221014A (zh) * | 2023-04-28 | 2023-06-06 | 凯宸能源科技(天津)有限公司 | 基于激光雷达风电机组净空控制方法、装置、系统及介质 |
| CN116733691A (zh) * | 2023-06-16 | 2023-09-12 | 华能大理风力发电有限公司祥云分公司 | 一种风机叶片故障预警系统 |
-
2023
- 2023-11-27 CN CN202311585718.7A patent/CN117310746A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103061980A (zh) * | 2012-12-28 | 2013-04-24 | 东方电气集团东方汽轮机有限公司 | 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法 |
| CN103758700A (zh) * | 2014-02-24 | 2014-04-30 | 国电联合动力技术有限公司 | 一种校准风机对风偏差的方法 |
| CN114320744A (zh) * | 2020-09-29 | 2022-04-12 | 新疆金风科技股份有限公司 | 尾流控制系统和方法 |
| CN113309663A (zh) * | 2021-03-08 | 2021-08-27 | 新疆金风科技股份有限公司 | 用于风力发电机组的控制方法及控制装置 |
| CN116221014A (zh) * | 2023-04-28 | 2023-06-06 | 凯宸能源科技(天津)有限公司 | 基于激光雷达风电机组净空控制方法、装置、系统及介质 |
| CN116733691A (zh) * | 2023-06-16 | 2023-09-12 | 华能大理风力发电有限公司祥云分公司 | 一种风机叶片故障预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bossanyi et al. | Wind turbine control applications of turbine-mounted LIDAR | |
| Dai et al. | Research on power coefficient of wind turbines based on SCADA data | |
| Dai et al. | Effect investigation of yaw on wind turbine performance based on SCADA data | |
| RU2591366C1 (ru) | Ветроэнергетическая установка и способ управления ветроэнергетической установкой или ветровой электростанцией | |
| CN102762852B (zh) | 用于保护风力涡轮机免受疲劳损坏的方法和装置 | |
| US9217415B2 (en) | Estimation of wind properties using a light detection and ranging device | |
| CN103061980A (zh) | 基于激光测风雷达的风力发电机组的前馈控制系统及其控制方法 | |
| EP3465359A1 (en) | System and method for controlling a dynamic system | |
| CN103080540A (zh) | 风电场中风力涡轮机的控制 | |
| CN111801493A (zh) | 确定用于风力涡轮机的控制设置 | |
| Xu et al. | Estimation of effective wind speed for fixed-speed wind turbines based on frequency domain data fusion | |
| CN102011692A (zh) | 一种在不同湍流地形下风电机组稳定运行的控制方法 | |
| EP2581761B1 (en) | Estimation of Wind Properties Using a Light Detection and Ranging Device | |
| EP2120204A1 (en) | Method and system to quantify performance of a power generating system | |
| Thomsen et al. | A new simulation method for turbines in wake—applied to extreme response during operation | |
| CN113007041A (zh) | 一种风电机组叶片结冰检测系统及检测方法 | |
| Liu et al. | Optimization of the yaw control error of wind turbine | |
| Qu et al. | An improved data-driven methodology and field-test verification of yaw misalignment calibration on wind turbines | |
| CN113847199B (zh) | 一种基于机载雷达在线偏航系统的偏航优化控制方法 | |
| Shirzadeh et al. | Investigating the loads and performance of a model horizontal axis wind turbine under IEC extreme operational conditions | |
| CN117310746A (zh) | 一种高可靠激光测风雷达装置 | |
| CN108537372B (zh) | 一种风向预测方法及风力发电机组的偏航控制方法 | |
| Campagnolo et al. | Wind tunnel testing of yaw by individual pitch control applied to wake steering | |
| CN114595989A (zh) | 一种风电机组性能评估方法及装置 | |
| CN113177187A (zh) | 基于长短期记忆神经网络的等效激光雷达风速计算方法 |
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 |