JP2016079965A - 風力発電用の風車の向きを調整する装置および方法 - Google Patents

風力発電用の風車の向きを調整する装置および方法 Download PDF

Info

Publication number
JP2016079965A
JP2016079965A JP2014215697A JP2014215697A JP2016079965A JP 2016079965 A JP2016079965 A JP 2016079965A JP 2014215697 A JP2014215697 A JP 2014215697A JP 2014215697 A JP2014215697 A JP 2014215697A JP 2016079965 A JP2016079965 A JP 2016079965A
Authority
JP
Japan
Prior art keywords
wind direction
wind
detector
windmill
detected
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
JP2014215697A
Other languages
English (en)
Inventor
敏雅 山田
Toshimasa Yamada
敏雅 山田
村上 透
Toru Murakami
透 村上
修一 足立
Shuichi Adachi
修一 足立
井上 正樹
Masaki Inoue
正樹 井上
杉本 貴史
Takashi Sugimoto
貴史 杉本
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.)
Toshiba Corp
Keio University
Original Assignee
Toshiba Corp
Keio University
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 Toshiba Corp, Keio University filed Critical Toshiba Corp
Priority to JP2014215697A priority Critical patent/JP2016079965A/ja
Publication of JP2016079965A publication Critical patent/JP2016079965A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Wind Motors (AREA)

Abstract

【課題】確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向を調整することによって、新たな設備対応を要することなく、風車方向を、前もって適切な方向に向けることが可能な風力発電用風車の方向調整装置および方法を提供することである。
【解決手段】風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置10であって、風向を検出する風向検出器31と、風向検出器31によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する風向予測部12と、風向予測部12によって予測された風向にしたがって、風車の向きを調整するための切替器40とを備える。
【選択図】図1

Description

本発明の実施形態は、風力発電用の風車の向きを調整する装置および方法に関する。
図5は、風力発電設備に適用されている風車本体および翼を、上から図示した概念図である。
通常、この種の風力発電設備では、風車本体20が、風向変動の大きな場所に設置されている場合には、翼22が風向Wに対して正面を向く頻度が高くなるように、すなわち、翼22の正面である風車方向Xが、風向Wと対峙する頻度が高くなるように制御されている。
図6は、この制御を行うための従来の制御回路30の一例を示すブロック図である。
制御回路30は、平均風向計算部32と、比較部34と、ハイコンパレータ36と、AND回路38と、切替器40とを有している。
平均風向計算部32は、風車本体20またはその近傍に設けられた風向検出器31から得られた風向データに基づいて、例えば30秒間のような一定期間にわたる平均風向を算出し、算出された平均風向を、比較部34および切替器40に出力する。
比較部34は、風車方向検出器33から得られた風車方向Xと、平均風向計算部32から出力された平均風向との引き算を行い、風車方向Wと平均風向Wとの差分角度θを、ハイコンパレータ36に送る。
ハイコンパレータ36は、比較部34から送られた差分角度θが、予め定められた一定値以上である場合には、AND回路38へ信号を送る。
AND回路38は、ハイコンパレータ36から信号が送られ、かつ、クロック35によって所定期間(例えば、2〜5分)が計時されると、切替器40に対して、信号を送る。
切替器40は、AND回路38から信号が送られた場合には、平均風向計算部32から出力された平均風向と、風車方向検出器33から得られた風車方向Xとに基づいて、風向Wに対して翼22が正面を向く(すなわち、図5における差分角度θ=0になる)ように、風車本体20の向きを回転させるための、風車角度指令を生成し、出力する。そして、この風車角度指令にしたがって、風車本体20の向きが回転されるようになっている。
図7は、このようにして向きが調整された風車方向Xと、平均風向Wとの関係の一例を示す図である。縦軸は、向きを、ある基準角度からの角度として表しており、横軸は時間を表わしている。
風向Wは、気象の変化により変動する。よって、風向Wが変動しても、翼22による発電出力が最大となるように、すなわち、翼22が、絶えず正面から風を受ける(すなわち、図5における差分角度θ=0になる)ように、風車方向Xが調整されるのが理想である。
ただし、風車方向Xの調整は、風車本体20の機械的な負担を軽減するために、断続的になされている。図6においてクロック35が適用されているのも、そのような理由からである。
特許第5199828号公報 特開2005−98181号公報
しかしながら、このような従来技術では、以下のような問題がある。
すなわち、前述したように、従来技術では、絶えず不規則に変動する風向Wに対し、平均風向が検出され、この平均風向に追従するように風車方向Xが調整されている。
しかしながら、これでは、風向Wが変動し続けていれば、検出された平均風向は、絶えず過去の風向になってしまう。そのため、翼22が、正面から風を受けられない時間が長くなり、発電効率が低下するという問題がある。また、これによって、翼22が、斜めから風を受け続けることにより、物理的に受けるインパクトも増加する恐れもある。
このような問題を解決すべく、気象センサによって時系列的に取得された気象の状態変数に基づき、決定論的非線形予測手法によって風向きを予測し、風車方向Xを制御する技術もある。
しかしながら、決定論的非線形予測手法では、複雑な物理モデルを構築し、気象数値データを用いて、解を厳密に求める演算がなされる。そのため、一般に、計算量が膨大となる。特に、実用に耐えることができる高い精度で風向を予測するためには、物理モデルのサンプリング点数を多数に取らねばならないことから、計算負荷がさらに増大し、これによって、プロセッサやメモリに課せられる処理負荷も増大し、プロセッサやハードディスク・ドライブの増設のような新たな設備対応を要し、コストアップを招く恐れもあるという問題もある。
本発明が解決しようとする課題は、確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向を調整することによって、新たな設備対応を要することなく、風車方向を、前もって適切な方向に向けることが可能な風力発電用風車の方向調整装置および方法を提供することである。
実施形態の風力発電用風車の方向調整装置は、風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、風向を検出する第1の風向検出器と、第1の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する予測手段と、予測手段によって予測された風向にしたがって、風車の向きを調整する調整手段と、を備えている。
図1は、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置10の構成例を示すブロック図である。 図2は、トレンドモデルによって表現された風向の変化の一例を示す図である。 図3Aは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。 図3Bは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。 図4は、本実施形態によって実現される風車方向調整結果の一例を示す図である。 図5は、風力発電設備に適用されている風車本体および翼を上から図示した概念図である。 図6は、風車の方向調整を行うための従来の制御回路の一例を示すブロック図である。 図7は、従来技術によって実現される風車の方向調整結果の一例を示す図である。
以下に、本発明の実施形態の風力発電用風車の方向調整方法を適用した方向調整装置を、図面を参照して説明する。
なお、以下の説明において、図5、図6、図7と同一部位については同一符号を付し、重複説明を避ける。
図1は、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置10の構成例を示すブロック図である。
すなわち、方向調整装置10は、図6に示す平均風向計算部32に代えて、風向予測部12を備えている。
風向予測部12は、以下に説明するように、風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する。
例えば、風向予測部12は、風向検出器31によって検出された風向Wのトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する。
なお、トレンドモデルは、風向検出器31によって検出された風向と、風向検出器31とは異なる場所に設けられた風向検出器16によって検出された風向とを考慮して決定されることもできる。
例えば、風向検出器31を、風車本体20に設けた場合、風向検出器16は、風力発電設備の代表地点のような、風車本体20以外の場所に設ける。
トレンドモデルはさらに、風向検出器31および/または風向検出器16によって検出された風向に加えて、気象庁等によって発表された気象データから得られる情報を考慮して決定されるようにしても良い。
図2は、このようなトレンドモデルによって表現された風向Wの変化の一例を示している。縦軸は、方角を表わし、代表的に、北北西、北西、および西北西が記載されている。また、横軸は時間である。
風向Wは、主に気象条件と地形条件によって変化するものであるから、短い時間周期中に急激な変化を繰り返す。一方、風向Wを長い時間周期で観測することによって得られるトレンドαは、急激には変化しない。すなわち、トレンドαは、大気のもつ粘性、弾性による確率的な現象と捉えることができる。このため長い時間周期を有する風向Wの変化のトレンドαを、時間に対して変化する風向W、すなわち、風向Wの傾き、の確率的な現象として取り扱うことができる。
更に、風車方向Xの調整は、図7を用いて前述され、また、図4を用いて後述されるように、断続的に行われる。よって、モデル化の主要素を、風向Wの傾きとし、この風向の傾きをトレンドαとしたトレンドモデルを考慮し、(式1)および(式2)のように、風向Wのトレンドαを風向の状態量xおよび外乱vを用いて表現する状態方程式と、(式3)のように、風向Wの観測値yを風向の状態量xおよび観測雑音wを用いて表現する観測方程式とを仮定する。
α(k+1)=α(k)+v(k)・・・・(式1)
x(k+1)=x(k)+α(k)・・・・(式2)
y(k)=x(k)+w(k)・・・・・・(式3)
ここで、α(k)は、時刻kにおける風向Wのトレンドであり、x(k)は、時刻kにおける風向Wを表す状態量であり、y(k)は、時刻kにおける風向Wの観測値であり、v(k)は、時刻kにおけるトレンドαの外乱であり、w(k)は、時刻kにおける観測雑音である。
すなわち、時刻k+1におけるトレンドα(k+1)は、(式1)に示すように、時刻kにおけるトレンドα(k)が、時刻kにおける外乱v(k)の影響を受けて変化する。
また、時刻k+1における状態量x(k+1)は、(式2)のようなダイナミクスを表わす式にしたがって決定される。
さらに、時刻kにおける観測値y(k)は、(式3)に示すように、時刻kにおける状態量x(k)が、観測雑音w(k)の影響を受けて変化する。
外乱v(k)および観測雑音w(k)の一例として、風速が考慮されうる。外乱v(k)および観測雑音w(k)の一例として、風速を考慮するために、方向調整装置10は、風速を検出する風速検出器14を、風車本体20に設ける。
(式1)および(式2)のような状態方程式は、(式4)に示すような行列方程式で表わされる。
Figure 2016079965
また、(式3)のような観測方程式は、(式5)に示すような行列方程式で表わされる。
Figure 2016079965
風向予測部12は、(式4)および(式5)を、カルマンフィルタを用いて、確率論的に推定することによって、観測値y(k)から、状態量x(k)、トレンドα(k)の値を得る。さらに、状態量x(k+1)およびトレンドα(k+1)を得、x(k+1)+α(k+1)から、未来の風向として、時刻k+1における風向y(k+1)を得る。
風向予測部12は、このようにして、風向を予測し、この予測風向を、比較部34および切替器40に出力する。
比較部34は、風車方向検出器33から得られた風車方向Xと、風向予測部12から出力された予測風向との引き算を行い、風車方向Xと予測風向との差分を、ハイコンパレータ36に送る。
ハイコンパレータ36、AND回路38の動作は、図6を用いて既に説明済みであるので、ここではこれらの説明を省略する。
切替器40は、AND回路38から信号が送られた場合には、風向予測部12からの予測風向と、風車方向検出器33から得られた風車方向Xとに基づいて、風向Wに対して翼22が正面を向くように、風車本体20の向きを回転させるための、風車角度指令を生成し、この風車角度指令を、図示しない風車方向回転機構に出力する。これによって、風車方向回転機構が、風車本体20の向きを回転により移動させる。
なお、切替器40は、AND回路38から信号が送られた場合であっても、風向予測部12からの予測風向と、風向検出器31によって検出された風向Wとの差が、予め定められた値よりも大きい場合、風向予測部12からの予測風向を考慮せず、風向検出器31によって検出された風向Wと、風車方向検出器33から得られた風車方向Xとに基づいて風車角度指令を生成し、この風車角度指令を、図示しない風車方向回転機構に出力する。これによって、風車方向回転機構は、予測風向の推定誤差により予測時点の風向との偏差が大きくなり、風車方向と風向とが大きな偏差を持つことを防止し、風車22が横から風を受けることに伴う機械的な負担を低減するようにしている。
次に、以上のように構成した本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作について説明する。
図3Aおよび図3Bは、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置の動作例を示すフローチャートである。
まず、風向予測部12において、図2に示すような風向のトレンドモデルが決定される。このトレンドモデルでは、モデル化の主要素が、風向Wの傾きとされ、この風向の傾きがトレンドαとして考慮される。このようなトレンドモデルを決定する際に、気象庁等によって発表された気象データからの情報を適宜考慮しても良い。さらに、このトレンドモデルから、(式1)および(式2)のように、風向Wのトレンドαを風向の状態量xおよび外乱vを用いて表現する状態方程式と、(式3)のように、風向Wの観測値yを風向の状態量xおよび観測雑音wを用いて表現する観測方程式とが仮定される(S0)。 次に、例えば風車本体20に設けられた風向検出器31によって風向が検出され、検出結果が、風向予測部12に送られる。また、風車本体20ではなく、例えば風力発電設備の代表地点に設けられた風向検出器16によって検出された風向もまた、風向予測部12に送られる(S1)。
また、風車本体20に設けられた風速検出器14によって検出された風速もまた、風向予測部12に送られる(S2)。
なお、ステップS1とステップS2とは、便宜上、個別のステップとしているが、これらは常時同時になされている。次に、風向予測部12において、ステップS1で検出された風向の変動状態に基づく確率論的数理モデルを用いて、ステップS3〜S8に示すように、未来の風向が予測される。
まず、風向予測部12では、風向検出器31によって検出された風向と、風向検出器16によって検出された風向とが、図2に示すような風向のトレンドモデルに代入される(S3)。
ここでは、(式1)における外乱v(k)、および(式3)における観測雑音w(k)の一例として、風速が考慮される。したがって、ステップS2で検出された風速は、(式1)における外乱v(k)、および(式3)における観測雑音w(k)の決定に利用される。
さらに、トレンドモデルが、ステップS0において仮定された(式1)および(式2)のような状態方程式、および(式3)のような観測方程式に展開され(S4)、さらに状態方程式および観測方程式が(式4)および(式5)に示すような行列方程式で表わされる(S5)。
そして、(式4)および(式5)が、カルマンフィルタを用いて、確率論的に推定されることによって、観測値y(k)から、状態量x(k)、トレンドα(k)の値が得られる(S6)。
さらに、状態量x(k+1)およびトレンドα(k+1)が得られ、x(k+1)+α(k+1)から、未来の風向として、時刻k+1における風向y(k+1)が得られる(S7)。
このようにして、風向予測部12によって風向が予測され、この予測風向が、比較部34および切替器40に出力される(S8)。
比較部34では、ステップS8において風向予測部12から出力された予測風向と、風車方向検出器33から得られた風車方向Xとの引き算が行われる(S9)。そして、風車方向Xと予測風向との差分が、比較部34からハイコンパレータ36へ送られる。
ハイコンパレータ36では、比較部34から送られた差分が、予め定められた一定値以上である場合には(S10:Yes)、ハイコンパレータ36からAND回路38へ信号が送られる(S11)。
一方、一定値以上ではない場合(S10:No)には、ステップS1に戻る。
AND回路38では、ハイコンパレータ36から信号が送られ、かつ、クロック35によって所定期間(例えば、2〜5分)が計時される(S12)と、AND回路38から、切替器40へ信号が送られる(S13)。
切替器40では、AND回路38から信号が送られると、風向予測部12からの予測風向と、風向検出器31によって検出された風向Wとの差が、予め定められた値よりも大きくないのであれば(S14:Yes)、風向予測部12からの予測風向と、風車方向検出器33から得られた風車方向Xとに基づいて、風向Wに対して翼22が正面を向くように、風車本体20の向きを回転させるための、風車角度指令が生成される(S15)。
そして、この風車角度指令が、切替器40から、図示しない風車方向回転機構に出力される。これによって、風車方向回転機構によって、風車本体20が回転される(S16)。
一方、切替器40では、AND回路38から信号が送られた場合であっても、風向予測部12からの予測風向と、風向検出器31によって検出された風向Wとの差が、予め定められた値よりも大きいのであれば(S14:No)、風向予測部12からの予測風向は考慮されず、風向検出器31によって検出された風向Wと、風車方向検出器33から得られた風車方向Xとに基づいて風車角度指令が生成され(S17)、ステップS16に移行する。これによって、風車方向回転機構は、予測風向の推定誤差により予測時点の風向との偏差が大きくなり、風車方向と風向とが大きな偏差を持つことを防止し、風車22が横から風を受けることに伴う機械的な負担を低減することができる。
上述したように、本実施形態の風力発電用風車の方向調整方法を適用した方向調整装置では、確率論的数理モデルを用いて未来の風向を予測し、この予測された風向に合わせて風車方向Xを調整する。
図4は、本実施形態によって実現される風車方向調整結果の一例である。本実施形態では、風向予測部12によって予測された風向に風車方向Xを合わせるように調整していることから、図7に示すような従来技術による風車方向調整結果に比べて、実際の風向に対する追従性が改善される。
すなわち、風車方向Xを、前もって適切な方向に向けることが可能となり、発電効率を高めることできる。これにより、当然ながら、翼22が、斜めから風を受け続けることも少なくなり、翼22が物理的に受けるインパクトも抑えることが可能となる。
しかも、確率論的数理モデルは、決定論的非線形予測手法のように、解を厳密に求めるのではなく、確率論的に推定するので、決定論的非線形予測手法と比べて、物理モデルも比較的単純であり、サンプリング点数もさほど多く取る必要はない。
よって、計算負荷を抑えることもでき、プロセッサやハードディスク・ドライブを増設するような新たな設備対応を講じる必要性が発生する可能性も低く、余分なコストアップを招くこともない。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
10 方向調整装置、12 風向予測部、14 風速検出器、16 風向検出器、20 風車本体、22 翼、30 制御回路、31 風向検出器、32 平均風向計算部、33 風車方向検出器、34 比較部、35 クロック、36 ハイコンパレータ、38 AND回路、40 切替器、α トレンド、W 風向、X 風車方向。

Claims (14)

  1. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、
    風向を検出する第1の風向検出器と、
    前記第1の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測する予測手段と、
    前記予測手段によって予測された風向にしたがって、前記風車の向きを調整する調整手段と、
    を備える装置。
  2. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する装置であって、
    風向を検出する第1の風向検出器と、
    前記第1の風向検出器によって検出された風向のトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する予測手段と、
    前記予測手段によって予測された風向にしたがって、前記風車の向きを調整する調整手段と、
    を備える装置。
  3. 前記予測手段は、前記トレンドモデルから、風向のトレンドを風向の状態量および外乱を用いて表現する状態方程式と、風向の観測値を風向の状態量および観測雑音を用いて表現する観測方程式とを求め、前記状態方程式および観測方程式を、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測する、請求項2に記載の装置。
  4. 風車本体に設けられた風速検出器をさらに備え、
    前記予測手段は、前記風速検出器によって検出された風速を、前記外乱および観測雑音として考慮するようにした、請求項3に記載の装置。
  5. 前記第1の風向検出器とは異なる場所に設けられた第2の風向検出器をさらに備え、
    前記トレンドモデルは、前記第1の風向検出器によって検出された風向と、前記第2の風向検出器によって検出された風向とを考慮して決定される、請求項2乃至4のうち何れか1項に記載の装置。
  6. 前記トレンドモデルは、前記検出された風向と、気象データから得られる情報とを考慮して決定される、請求項2乃至5のうち何れか1項に記載の装置。
  7. 前記予測手段によって予測された風向と、前記第1の風向検出器によって検出された風向との差が、予め定められた値よりも大きい場合、前記調整手段は、前記予測手段によって予測された風向ではなく、前記第1の風向検出器によって検出された風向にしたがって、前記風車の向きを調整する、請求項1乃至6のうち何れか1項に記載の装置。
  8. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する方法であって、
    風向を検出する第1の風向検出器によって検出された風向の変動状態に基づく確率論的数理モデルを用いて、未来の風向を予測し、
    前記予測された風向にしたがって、前記風車の向きを調整する、方法。
  9. 風力発電設備に備えられた風車の向きを、風向の変動に合わせて調整する方法であって、
    風向を検出する第1の風向検出器によって検出された風向のトレンドモデルを、カルマンフィルタを用いて、確率論的に推定することによって、未来の風向を予測し、
    前記予測された風向にしたがって、前記風車の向きを調整する、方法。
  10. 前記未来の風向の予測は、前記トレンドモデルから、風向のトレンドを風向の状態量および外乱を用いて表現する状態方程式と、風向の観測値を風向の状態量および観測雑音を用いて表現する観測方程式とを求め、前記状態方程式および観測方程式を、カルマンフィルタを用いて、確率論的に推定することによって行う、請求項9に記載の方法。
  11. 風車本体に設けられた風速検出器によって検出された風速を、前記外乱および観測雑音として考慮するようにした、請求項10に記載の方法。
  12. 前記トレンドモデルは、前記第1の風向検出器によって検出された風向と、前記第1の風向検出器とは異なる場所に設けられた第2の風向検出器によって検出された風向とを考慮して決定される、請求項9乃至11のうち何れか1項に記載の方法。
  13. 前記トレンドモデルは、前記検出された風向と、気象データから得られる情報とを考慮して決定される、請求項9乃至12のうち何れか1項に記載の方法。
  14. 前記予測された未来の風向と、前記第1の風向検出器によって検出された風向との差が、予め定められた値よりも大きい場合、前記予測された未来の風向ではなく、前記第1の風向検出器によって検出された風向にしたがって、前記風車の向きを調整する、請求項8乃至13のうち何れか1項に記載の方法。
JP2014215697A 2014-10-22 2014-10-22 風力発電用の風車の向きを調整する装置および方法 Pending JP2016079965A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014215697A JP2016079965A (ja) 2014-10-22 2014-10-22 風力発電用の風車の向きを調整する装置および方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014215697A JP2016079965A (ja) 2014-10-22 2014-10-22 風力発電用の風車の向きを調整する装置および方法

Publications (1)

Publication Number Publication Date
JP2016079965A true JP2016079965A (ja) 2016-05-16

Family

ID=55958092

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014215697A Pending JP2016079965A (ja) 2014-10-22 2014-10-22 風力発電用の風車の向きを調整する装置および方法

Country Status (1)

Country Link
JP (1) JP2016079965A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101956530B1 (ko) * 2017-10-16 2019-03-11 군산대학교산학협력단 Mpc 기반의 풍력 터빈 요 제어 방법
WO2019148770A1 (zh) * 2018-01-31 2019-08-08 北京金风科创风电设备有限公司 切出策略自适应调整的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000087841A (ja) * 1998-09-09 2000-03-28 Toshiba Corp 風力発電システム
JP2004019583A (ja) * 2002-06-18 2004-01-22 Tohoku Electric Power Co Inc 風力発電における発電出力予測方法、発電出力予測装置及び発電出力予測システム
JP2005030988A (ja) * 2003-07-09 2005-02-03 East Japan Railway Co 風速予測システムおよび風速予測方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000087841A (ja) * 1998-09-09 2000-03-28 Toshiba Corp 風力発電システム
JP2004019583A (ja) * 2002-06-18 2004-01-22 Tohoku Electric Power Co Inc 風力発電における発電出力予測方法、発電出力予測装置及び発電出力予測システム
JP2005030988A (ja) * 2003-07-09 2005-02-03 East Japan Railway Co 風速予測システムおよび風速予測方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101956530B1 (ko) * 2017-10-16 2019-03-11 군산대학교산학협력단 Mpc 기반의 풍력 터빈 요 제어 방법
WO2019148770A1 (zh) * 2018-01-31 2019-08-08 北京金风科创风电设备有限公司 切出策略自适应调整的方法及装置
US11486357B2 (en) 2018-01-31 2022-11-01 Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. Method and apparatus for self-adaption of a cut-out strategy

Similar Documents

Publication Publication Date Title
US11494282B2 (en) Method, device and computer program product for sensor data analysis
WO2022142120A1 (zh) 基于人工智能的数据检测方法、装置、服务器及存储介质
US20190303755A1 (en) Water quality prediction
CN112154418A (zh) 异常检测
JP6822245B2 (ja) 診断装置、診断システム、診断方法およびプログラム
EP3593292A1 (en) Training action selection neural networks
JP2018112852A (ja) 故障予知方法、故障予知装置および故障予知プログラム
EP3126918B1 (en) System and method for detecting a stick-slip
CN113464415B (zh) 控制空压站的空压机的方法、设备和计算机存储介质
JP2019518932A (ja) 物体の動作を予測する方法
CN109391195B (zh) 系统状态预测
US10599976B2 (en) Update of attenuation coefficient for a model corresponding to time-series input data
US11016840B2 (en) Low-overhead error prediction and preemption in deep neural network using apriori network statistics
CN111767183B (zh) 设备异常检测方法及装置、电子设备、存储介质
JP2016079965A (ja) 風力発電用の風車の向きを調整する装置および方法
US10565331B2 (en) Adaptive modeling of data streams
US11121951B2 (en) Network resiliency through memory health monitoring and proactive management
JP2009052984A (ja) 追尾装置
JP2011220625A (ja) 飛しょう体誘導装置
JP6877956B2 (ja) 需要予測装置及び需要予測方法
WO2016098250A1 (ja) 波形推定装置及び波形推定方法
JP6645951B2 (ja) 電力系統安定化システム
EP4365444A1 (en) Preventing blade tower strike of a wind turbine
JP6116398B2 (ja) 波形推定装置及び波形推定方法
US11931897B2 (en) Torque estimation system, torque estimation method, and program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170904

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20180125

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20180125

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180621

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180626

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20181218