JP2022530198A - 運転可能な風力タービンのコンポーネントの残存有効寿命を評価するための方法 - Google Patents
運転可能な風力タービンのコンポーネントの残存有効寿命を評価するための方法 Download PDFInfo
- Publication number
- JP2022530198A JP2022530198A JP2021560587A JP2021560587A JP2022530198A JP 2022530198 A JP2022530198 A JP 2022530198A JP 2021560587 A JP2021560587 A JP 2021560587A JP 2021560587 A JP2021560587 A JP 2021560587A JP 2022530198 A JP2022530198 A JP 2022530198A
- Authority
- JP
- Japan
- Prior art keywords
- wind
- wind turbine
- data
- useful life
- time interval
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 23
- 230000007704 transition Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000001052 transient effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 9
- 238000002474 experimental method Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013401 experimental design Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Images
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
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
- F03D7/0292—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power to reduce fatigue
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/84—Modelling or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/332—Maximum loads or fatigue criteria
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
本発明は、風力タービン(ウィンドタービン,風車)に対する健全性アセスメントおよび予測の分野に属し、風力タービンコンポーネントの残存有効寿命の評価(推定)(estimation)を可能にする。特に、本発明は、風力タービンが試運転された後の当該風力タービン実荷重をモデル化(モデリング)し、シミュレートする方法に関する(事後設計)。本発明は、ブレード、メインシャフト(主軸)、タワー、および他のコンポーネントにおいて実際に発生する力およびモーメントについて、非常に良好な理解を提供する。本発明は、タービンの履歴に亘る運転条件(operational conditions)およびそれらのそれぞれの疲労荷重(fatigue load)を識別し、かつ、区別する方法について説明している。次いで、タービン全体のみならず個々のコンポーネントの信頼性を決定(判定)するために、疲労荷重が使用されうる。
風力タービンのコンポーネントは、約20年~25年の有効実用寿命(useful service life)を有するように設計されている。環境要因の変動は、荷重パターンの変動を引き起こし、コンポーネントの早期故障を招く。これらの早期故障は、計画外のサービスを招く。当該計画外のサービスは、多くの場合、風力タービンファームのオペレータにとって運転コストの主要部分である。
本明細書では、風力タービンの残存コンポーネント寿命を評価するための方法が開示されている。そして、当該方法により、従来技術の解決策に関する少なくとも上述の欠点が軽減されることが見出された。当該方法は、試運転日からの全てのコンポーネントに対するダメージの正確な定量化を提供する。当該方法は、特定の運転可能な風力タービンの各コンポーネントの残存寿命を、当該風力タービンの独自の位置(すなわち、風資源と乱流強度と設計構成)を含む当該風力タービン自体の実際の運転条件によって、正確に推定する。
-選択されたタイムインターバル(時間隔,時間幅)において、風速、ブレードピッチ位置、およびロータ速度を少なくとも含む履歴データを、上記データ取得モジュールから抽出するステップと、
-ラン(Run)、アイドル(Idle)、およびトランジション(遷移)(Transition)を少なくとも含む上記風力タービンの運転状態を、選択されたタイムインターバルごとに上記状態検出ユニットによって識別するステップと、
-識別された上記運転状態を、各タイムインターバルにおいて上記データ取得モジュールから抽出された上記データによって検証して、マッチしない不確定データ(uncertain data)を識別するステップと、
-上記風力タービンが費やした最長時間(the longest amount of time)における状態を含む優勢運転状態(prevailing operational state)を識別するステップと、
-選択された上記タイムインターバルにおける平均風速および乱流強度(turbulence intensity)を少なくとも含む風況を識別するステップと、
-シミュレーションモデルに基づき、風況、少なくとも優勢状態、およびその持続時間(duration thereof)に対応する上記風力タービンモデルについて、実際の発生荷重(実際に発生する荷重)(actual occurring loads)を取得するステップと、
を含んでいる。
すなわち、3つの状態が変化する。第2の変数は、所与の状態においてタービンが費やした最長時間を示すコード(符号)である。連続運転が生じている場合、この構成により、風力タービンが特定の状態において運転中であることが、運転センサとともに再度保証される。しかしながら、タイムインターバル内には、複数の状態変化が存在しうる。
上記計算エレメントは、
-選択されたタイムインターバルにおいて、風速、ブレードピッチ位置、およびロータ速度を少なくとも含む履歴データを、上記データ取得モジュールから抽出し、
-ラン、アイドル、およびトランジションを少なくとも含む上記風力タービンの運転状態を、選択されたタイムインターバルごとに上記状態検出ユニットによって識別し、
-識別された上記運転状態を、各タイムインターバルにおいて上記データ取得モジュールから抽出された上記データによって検証して、マッチしない不確定データを識別し、
-上記風力タービンが費やした最長時間における状態を含む優勢運転状態を識別し、
-選択された上記タイムインターバルにおける平均風速および乱流強度を少なくとも含む風況を識別し、
-シミュレーションモデルに基づき、風況、少なくとも優勢状態、およびその持続時間に対応する上記風力タービンモデルについて、実際の発生荷重を取得するために、
それらと通信可能に接続されている。
本明細書においてなされている説明を補完するために、かつ、本発明の構成についてのより良好な理解を補助するために、本発明の実際的な実施形態における好適な例に従って、図面のセットが、当該説明の一体的部分として添付されている。以下の事項が、例示的かつ非限定的な構成によって示されている。
図1は、本明細書において開示されている方法についての好適な実施形態のブロック図を示す。記載されている好適な実施形態において、運転可能な風力タービンの残存コンポーネント寿命を評価する方法は、(i)運転可能な風力タービンの実際の履歴データを測定する、SCADAによる従来の監視システムを含むデータ取得モジュールと、(ii)運転の履歴状態を識別するために使用される付加的な状態検出ユニットと、を含んでいる。上記方法は、10分のタイムインターバルにおいて、データ取得モジュールから、風速、パワー、ピッチ位置、およびハブ角速度を含む履歴データを抽出するステップを含む。図2は、データ取得モジュールによって収集されたデータの例示的な表現を示す。図1の方法の次のステップは、10分の各タイムインターバルにおいて、ラン、アイドル、およびトランジションを少なくとも含む風力タービンの運転状態を、状態検出ユニットによって識別することである。トランジションはさらに、始動、通常停止、および緊急停止にサブカテゴリ化されている。
Claims (18)
- 計算エレメントによって実行される、運転可能な風力タービンモデルのコンポーネントの残存有効寿命を評価するための方法であって、
上記計算エレメントは、運転可能な風力タービンと通信可能に接続されており、
運転可能な上記風力タービンは、
運転可能な上記風力タービンの実履歴データを測定するデータ取得モジュールと、
運転の履歴状態を識別するための付加的な状態検出ユニットと、を備えており、
上記方法は、
選択されたタイムインターバルにおいて、風速、ブレードピッチ位置、およびロータ速度を少なくとも含む履歴データを、上記データ取得モジュールから抽出するステップと、
ラン、アイドル、およびトランジションを少なくとも含む上記風力タービンの運転状態を、選択されたタイムインターバルごとに上記状態検出ユニットによって識別するステップと、
識別された上記運転状態を、各タイムインターバルにおいて上記データ取得モジュールから抽出された上記データによって検証して、マッチしない不確定データを識別するステップと、
上記風力タービンが費やした最長時間における状態を含む優勢運転状態を識別するステップと、
選択された上記タイムインターバルにおける平均風速および乱流強度を少なくとも含む風況を識別するステップと、
シミュレーションモデルに基づき、風況、少なくとも優勢状態、およびその持続時間に対応する上記風力タービンモデルについて、実際の発生荷重を取得するステップと、
を含んでいる、方法。 - 上記風力タービンが状態を変化させた回数を含む複数の過渡イベントを識別するステップと、
シミュレーションモデルに基づき、各タイムインターバルにおける上記過渡イベントおよび風況のうちの少なくとも1つについて、実際の発生荷重を取得するステップと、を含んでいる、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。 - 上記風力タービンの特定の位置に対する力および/またはモーメントを含む少なくとも1つの荷重コンポーネントについて、各風況に応じた各運転状態における等価荷重を評価するために、複数の風況における複数のタービンシミュレーションを含んでいる、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 運転状態に応じた全ての疲労荷重をそれぞれ含む、複数の超次元応答モデルを含んでおり、
荷重コンポーネントは、上記風力タービンモデルの特定の位置に対する力および/またはモーメントを含んでいる、請求項3に記載のコンポーネントの残存有効寿命を評価するための方法。 - 上記風力タービンモデルの特定の位置に対する力および/またはモーメントを含む少なくとも1つの荷重コンポーネントについての履歴時系列疲労等価荷重を評価するために、試運転日からの複数のタイムインターバルにおける複数の疲労荷重計算を含んでいる、請求項3に記載のコンポーネントの残存有効寿命を評価するための方法。
- 履歴運転条件および疲労等価荷重を用いた、上記風力タービンの少なくとも1つのコンポーネントについての信頼性分析または残存有効寿命をさらに含んでいる、請求項3に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記シミュレーションモデルは、空力弾性シミュレーションである、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記状態検出ユニットは、運転可能な上記風力タービンの内部制御システムによって与えられる論理変数である、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記データ取得モジュールは、各タイムインターバルにおけるジェネレータパワーデータを含んでいる、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記状態検出ユニットは、上記データ取得モジュールから運転状態を識別する計算エレメントによって実行される独立コードである、請求項9に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記トランジション運転状態は、始動、通常停止、および緊急停止という3つのさらなる状態を含んでいる、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記タイムインターバルは、10分以内である、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 上記データ取得モジュールは、上記風力タービンにおける従来の監視制御兼データ取得(SCADA)システムである、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 各タイムインターバルにおいて、近くの気象観測タワーから風況を測定するステップをさらに含んでいる、請求項1に記載のコンポーネントの残存有効寿命を評価するための方法。
- 運転可能な風力タービンモデルのコンポーネントの残存有効寿命を評価するためのシステムであって、
運転可能な風力タービンの実履歴データを測定するデータ取得モジュールを少なくとも含む上記風力タービンモデルと、
運転の履歴状態を識別する状態検出ユニットと、を備えており、
上記システムは、計算エレメントを備えており、
上記計算エレメントは、
選択されたタイムインターバルにおいて、風速、ブレードピッチ位置、およびロータ速度を少なくとも含む履歴データを、上記データ取得モジュールから抽出し、
ラン、アイドル、およびトランジションを少なくとも含む上記風力タービンの運転状態を、選択されたタイムインターバルごとに上記状態検出ユニットによって識別し、
識別された上記運転状態を、各タイムインターバルにおいて上記データ取得モジュールから抽出された上記データによって検証して、マッチしない不確定データを識別し、
上記風力タービンが費やした最長時間における状態を含む優勢運転状態を識別し、
選択された上記タイムインターバルにおける平均風速および乱流強度を少なくとも含む風況を識別し、
シミュレーションモデルに基づき、風況、少なくとも優勢状態、およびその持続時間に対応する上記風力タービンモデルについて、実際の発生荷重を取得するために、
それらと通信可能に接続されている、システム。 - 上記計算エレメントは、請求項1から14のいずれか1項に記載の方法を実行することが可能である、請求項15に記載のコンポーネントの残存有効寿命を評価するためのシステム。
- 請求項1から14のいずれか1項に記載の方法を実行する、コンピュータプログラム。
- ストレージメディア上に具現化されている、請求項17に記載のコンピュータプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2019/058207 WO2020200421A1 (en) | 2019-04-01 | 2019-04-01 | A method for estimating remaining useful life of components of an operational wind turbine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022530198A true JP2022530198A (ja) | 2022-06-28 |
JP7240527B2 JP7240527B2 (ja) | 2023-03-15 |
Family
ID=66092316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021560587A Active JP7240527B2 (ja) | 2019-04-01 | 2019-04-01 | 運転可能な風力タービンのコンポーネントの残存有効寿命を評価するための方法 |
Country Status (14)
Country | Link |
---|---|
US (1) | US20220178353A1 (ja) |
EP (1) | EP3947961B1 (ja) |
JP (1) | JP7240527B2 (ja) |
CN (1) | CN114423940A (ja) |
AR (1) | AR118552A1 (ja) |
AU (1) | AU2019438487A1 (ja) |
BR (1) | BR112021019668A2 (ja) |
ES (1) | ES2947834T3 (ja) |
MX (1) | MX2021012043A (ja) |
PE (1) | PE20212379A1 (ja) |
PL (1) | PL3947961T3 (ja) |
PT (1) | PT3947961T (ja) |
WO (1) | WO2020200421A1 (ja) |
ZA (1) | ZA202107702B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11635060B2 (en) | 2021-01-20 | 2023-04-25 | General Electric Company | System for operating a wind turbine using cumulative load histograms based on actual operation thereof |
US11661919B2 (en) | 2021-01-20 | 2023-05-30 | General Electric Company | Odometer-based control of a wind turbine power system |
US11728654B2 (en) | 2021-03-19 | 2023-08-15 | General Electric Renovables Espana, S.L. | Systems and methods for operating power generating assets |
CN116432361B (zh) * | 2021-12-27 | 2024-05-24 | 北京金风科创风电设备有限公司 | 风力发电机组的寿命评估方法和装置 |
CN116412083A (zh) * | 2021-12-29 | 2023-07-11 | 新疆金风科技股份有限公司 | 一种风力发电机组的控制方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014518978A (ja) * | 2011-05-20 | 2014-08-07 | ロマックス テクノロジー リミテッド | ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定 |
KR101706508B1 (ko) * | 2016-07-12 | 2017-02-16 | 한국에너지기술연구원 | 풍력 발전기의 피로 해석 및 등가하중 해석 시스템 |
WO2018047564A1 (ja) * | 2016-09-07 | 2018-03-15 | 株式会社日立製作所 | 風力発電装置の状態監視装置及びそれを有する状態監視システム並びに風力発電装置の状態監視方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7895016B2 (en) | 2009-08-31 | 2011-02-22 | General Electric Company | System and method for wind turbine health management |
US20160010628A1 (en) | 2014-07-10 | 2016-01-14 | General Electric Company | System and method for determining life of a wind turbine |
CN107667220B (zh) * | 2015-05-27 | 2020-06-16 | 维斯塔斯风力系统集团公司 | 考虑疲劳量度的风力涡轮机控制 |
CN113614359A (zh) * | 2018-12-31 | 2021-11-05 | 感知科学公司 | 用于预测风力涡轮机齿轮箱组件中的可观察损坏的风险的方法和系统 |
CN115700573A (zh) * | 2021-07-23 | 2023-02-07 | 柴海棣 | 一种基于rbf神经网络的风电机组叶片寿命预测方法 |
CN115659738A (zh) * | 2022-10-20 | 2023-01-31 | 内蒙古工业大学 | 一种风力机叶片疲劳寿命预测方法、系统、设备及介质 |
CN116070368A (zh) * | 2023-01-09 | 2023-05-05 | 华北电力大学 | 一种海上风电机组高速轴承剩余寿命预测方法 |
CN117291113A (zh) * | 2023-08-14 | 2023-12-26 | 太原重工股份有限公司 | 一种风力发电机组塔筒寿命预测方法、系统及装置 |
CN117077532A (zh) * | 2023-08-24 | 2023-11-17 | 西安热工研究院有限公司 | 风电机组寿命预测的多模型融合方法 |
-
2019
- 2019-04-01 CN CN201980097067.2A patent/CN114423940A/zh active Pending
- 2019-04-01 US US17/600,436 patent/US20220178353A1/en active Pending
- 2019-04-01 PT PT197161060T patent/PT3947961T/pt unknown
- 2019-04-01 MX MX2021012043A patent/MX2021012043A/es unknown
- 2019-04-01 PL PL19716106.0T patent/PL3947961T3/pl unknown
- 2019-04-01 ES ES19716106T patent/ES2947834T3/es active Active
- 2019-04-01 JP JP2021560587A patent/JP7240527B2/ja active Active
- 2019-04-01 EP EP19716106.0A patent/EP3947961B1/en active Active
- 2019-04-01 PE PE2021001656A patent/PE20212379A1/es unknown
- 2019-04-01 WO PCT/EP2019/058207 patent/WO2020200421A1/en unknown
- 2019-04-01 AU AU2019438487A patent/AU2019438487A1/en active Pending
- 2019-04-01 BR BR112021019668A patent/BR112021019668A2/pt unknown
-
2020
- 2020-04-01 AR ARP200100905A patent/AR118552A1/es active IP Right Grant
-
2021
- 2021-10-12 ZA ZA2021/07702A patent/ZA202107702B/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014518978A (ja) * | 2011-05-20 | 2014-08-07 | ロマックス テクノロジー リミテッド | ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定 |
KR101706508B1 (ko) * | 2016-07-12 | 2017-02-16 | 한국에너지기술연구원 | 풍력 발전기의 피로 해석 및 등가하중 해석 시스템 |
WO2018047564A1 (ja) * | 2016-09-07 | 2018-03-15 | 株式会社日立製作所 | 風力発電装置の状態監視装置及びそれを有する状態監視システム並びに風力発電装置の状態監視方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3947961B1 (en) | 2023-06-07 |
MX2021012043A (es) | 2022-01-04 |
AR118552A1 (es) | 2021-10-20 |
PE20212379A1 (es) | 2021-12-23 |
AU2019438487A1 (en) | 2021-11-04 |
EP3947961A1 (en) | 2022-02-09 |
JP7240527B2 (ja) | 2023-03-15 |
PT3947961T (pt) | 2023-07-28 |
WO2020200421A1 (en) | 2020-10-08 |
US20220178353A1 (en) | 2022-06-09 |
CN114423940A (zh) | 2022-04-29 |
ES2947834T3 (es) | 2023-08-21 |
ZA202107702B (en) | 2023-02-22 |
PL3947961T3 (pl) | 2024-04-22 |
BR112021019668A2 (pt) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7240527B2 (ja) | 運転可能な風力タービンのコンポーネントの残存有効寿命を評価するための方法 | |
Camci et al. | Feature evaluation for effective bearing prognostics | |
US10466138B2 (en) | Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators | |
CN109376620A (zh) | 一种风电机组齿轮箱故障的迁移诊断方法 | |
CN113614359A (zh) | 用于预测风力涡轮机齿轮箱组件中的可观察损坏的风险的方法和系统 | |
KR20160073945A (ko) | 풍력플랜트 관리 시스템 및 그 방법 | |
KR20160017681A (ko) | 풍력플랜트 관리 시스템 및 그 방법 | |
Haghshenas et al. | Predictive digital twin for offshore wind farms | |
WO2018044507A1 (en) | Machine learning-aided model-based method for estimating gas turbine component life | |
TW201606685A (zh) | 風力發電設備之應力推定裝置及風力發電設備之應力推定方法、風力發電系統 | |
Melendez et al. | Self-supervised Multi-stage Estimation of Remaining Useful Life for Electric Drive Units | |
US11339763B2 (en) | Method for windmill farm monitoring | |
Guo | Wind turbine generator bearing condition monitoring with NEST method | |
JP2023179851A (ja) | 装置状態評価システムおよび装置状態評価方法 | |
Spiridonakos et al. | Wind turbines structural identification framework for the representation of both short-and long-term variability | |
Sethi et al. | Vibration signal-based diagnosis of wind turbine blade conditions for improving energy extraction using machine learning approach | |
Hoxha et al. | Supervised classification with SCADA data for condition monitoring of wind turbines | |
Souza et al. | Evaluation of data based normal behavior models for fault detection in wind turbines | |
Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
JP7514242B2 (ja) | 風力タービンギアボックス構成要素における観察可能な損傷のリスクを予測するための方法及びシステム | |
US20240035445A1 (en) | Systems and methods for estimating future risk of failure of a wind turbine component using machine learning | |
Jie | Maintenance Models for Real Time Optimization of Wind Farm Maintenance | |
Kongala | Explainable structural health monitoring (SHM) for damage classification based on vibration | |
Malik et al. | Full Scale Wind Turbine Performance Assessment: A Customised, Sensor-Augmented Aeroelastic Modelling Approach | |
CN114565192A (zh) | 旋转机械设备的主轴轴承寿命预测方法、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A529 Effective date: 20211021 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230130 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230228 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230303 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7240527 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |