-
公开(公告)号：CN112949543B
公开(公告)日：2022-08-23
申请号：CN202110284821.2
申请日：2021-03-17
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明涉及风机故障诊断技术领域，提供一种基于快速傅里叶变换和ELM的风机叶片故障诊断方法，包括：步骤1：风机叶片故障诊断模型建立：获取每台风机在每个采样区间的叶片振动信号、该采样区间最后一秒的瞬时风速与瞬时风功率形成样本，并添加故障状态标签；对叶片振动信号进行快速傅里叶变换；对叶片振动信号的频谱进行特征提取，记录特征值包括最大幅值、最大幅值对应的频率等；以每台风机在每个采样区间的特征值及该采样区间最后一秒的瞬时风速与瞬时风功率为输入、对应的故障状态标签为输出，构建并训练基于ELM的风机叶片故障诊断模型；步骤2：新工况叶片故障诊断。本发明能够提高风机叶片故障诊断的准确率与效率并降低成本。
-
公开(公告)号：CN112605033A
公开(公告)日：2021-04-06
申请号：CN202011509924.6
申请日：2020-12-18
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明通过数据采集模块采集有关光伏板信息的数据，所述光伏板信息包括光伏板与数据采集模块之间的距离以及光伏板的姿态，数据传输至控制器进行分析和处理，控制器根据处理得到的光伏板信息给出调节机构的调节参数，从而通过调节机构的调节调整清洗机构的姿态，使得清洗结构在清洗过程中与光伏板始终保持相对平行且稳定的清洗间距。相对于人工遥控调节油缸及传统的清洗机械臂装置，本发明具有更智能便捷的调控方法和更快速灵活的识别方法，能够多姿态、多角度地进行调整和处理，无需人为调节清洗结构，可自动调节清洗结构，很大程度上降低了光伏板清洁难度，在提升清洗效率的同时，现场运维施工也更加安全和便捷。
-
公开(公告)号：CN111091236B
公开(公告)日：2023-06-20
申请号：CN201911186151.X
申请日：2019-11-27
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 吉林中电投新能源有限公司 , 东北电力大学
Abstract: 本发明公开了一种按桨距角分类的多分类深度学习短期风功率预测方法,包括以下步骤：将原始风机数据按桨距角度区间等分划分为四个数据集；对所述的四个数据集分别做皮尔森相关性分析以确定每个数据集中各变量与风功率的相关度；根据每个数据集中变量的相关度，挑选与风功率相关性高的几种变量作为深度神经网络模型的输入，风功率作为输出；将每个数据集按比例划分为训练集和测试集，使用训练集和测试集对所述深度神经网络模型分别进行训练和测试，得出最终的深度神经网络模型。本发明的预测方法克服了现有技术中风功率预测精确度不高的问题。
-
公开(公告)号：CN112949543A
公开(公告)日：2021-06-11
申请号：CN202110284821.2
申请日：2021-03-17
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明涉及风机故障诊断技术领域，提供一种基于快速傅里叶变换和ELM的风机叶片故障诊断方法，包括：步骤1：风机叶片故障诊断模型建立：获取每台风机在每个采样区间的叶片振动信号、该采样区间最后一秒的瞬时风速与瞬时风功率形成样本，并添加故障状态标签；对叶片振动信号进行快速傅里叶变换；对叶片振动信号的频谱进行特征提取，记录特征值包括最大幅值、最大幅值对应的频率等；以每台风机在每个采样区间的特征值及该采样区间最后一秒的瞬时风速与瞬时风功率为输入、对应的故障状态标签为输出，构建并训练基于ELM的风机叶片故障诊断模型；步骤2：新工况叶片故障诊断。本发明能够提高风机叶片故障诊断的准确率与效率并降低成本。
-
公开(公告)号：CN111091236A
公开(公告)日：2020-05-01
申请号：CN201911186151.X
申请日：2019-11-27
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 吉林中电投新能源有限公司 , 东北电力大学
Abstract: 本发明公开了一种按桨距角分类的多分类深度学习短期风功率预测方法,包括以下步骤：将原始风机数据按桨距角度区间等分划分为四个数据集；对所述的四个数据集分别做皮尔森相关性分析以确定每个数据集中各变量与风功率的相关度；根据每个数据集中变量的相关度，挑选与风功率相关性高的几种变量作为深度神经网络模型的输入，风功率作为输出；将每个数据集按比例划分为训练集和测试集，使用训练集和测试集对所述深度神经网络模型分别进行训练和测试，得出最终的深度神经网络模型。本发明的预测方法克服了现有技术中风功率预测精确度不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN112605033B
公开(公告)日：2022-10-28
申请号：CN202011509924.6
申请日：2020-12-18
Applicant: 长春吉电能源科技有限公司 , 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 本发明通过数据采集模块采集有关光伏板信息的数据，所述光伏板信息包括光伏板与数据采集模块之间的距离以及光伏板的姿态，数据传输至控制器进行分析和处理，控制器根据处理得到的光伏板信息给出调节机构的调节参数，从而通过调节机构的调节调整清洗机构的姿态，使得清洗结构在清洗过程中与光伏板始终保持相对平行且稳定的清洗间距。相对于人工遥控调节油缸及传统的清洗机械臂装置，本发明具有更智能便捷的调控方法和更快速灵活的识别方法，能够多姿态、多角度地进行调整和处理，无需人为调节清洗结构，可自动调节清洗结构，很大程度上降低了光伏板清洁难度，在提升清洗效率的同时，现场运维施工也更加安全和便捷。
-
公开(公告)号：CN109215042B
公开(公告)日：2021-09-03
申请号：CN201811138227.7
申请日：2018-09-28
Applicant: 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 一种基于计算机视觉的光伏电池板热斑效应检测系统，其特点是：包括光伏阵列源的输出端经汇流箱与直流/交流转换器的输入端相连接，光伏阵列源的背板与温度传感器的输入端相连接；数据采集卡的输入端分别与温度传感器的输出端、高清摄像头的输出端、气象站的输出端和汇流箱的输出端相连接，数据采集卡的输出端与计算机的输入端相连接；直流/交流转换器的输出端与逆变器的输入端相连接，逆变器的输出端与电网相连接；高清摄像头采集的图像经数据采集卡传输给计算机的输入端；由红外成像仪拍摄光伏板表面图像再传输给计算机的输入端。具有结构合理，检测快速、准确，使用寿命长，可以长久不间断工作，检测周期短、效率高等优点。并提供其计算方法。
-
公开(公告)号：CN106732655A
公开(公告)日：2017-05-31
申请号：CN201611100156.2
申请日：2016-12-05
Applicant: 江苏肯创催化剂再生技术有限公司 , 吉林电力股份有限公司科技开发分公司
Abstract: 本发明涉及一种As中毒SCR脱硝催化剂再生方法，特别是一种pH为中性的清洗液高效除砷的催化剂清洗工艺。本发明的目的是提供一种砷中毒SCR脱硝催化剂的再生方法。在酸碱度呈中性的条件下，最大程度的除去SCR脱硝催化剂表面砷，并且不降低催化剂原有的机械强度，尽可能地减少清洗后SCR脱硝催化剂的活性组分流失，植入一定抗中毒助剂使催化剂拥有一定的抗砷中毒能力。
-
公开(公告)号：CN109617234A
公开(公告)日：2019-04-12
申请号：CN201811531060.0
申请日：2018-12-14
Applicant: 吉林电力股份有限公司科技开发分公司
Abstract: 本发明公开了一种基于多维数据的风力发电机组状态监测系统，所述风力发电机组状态监测系统包括在线监测站和监测中心，所述在线监测站包括数据采集模块、数据分析模块、数据处理模块和故障保护模块，所述监测中心包括振动频谱图分析模块、故障报警模块、故障数据存储模块、安全认证模块、多维数据库和数据备份模块，本发明科学合理，使用安全方便，通过多维数据库，可以通过多维视图来观察数据，多维数据库增加了一个时间维，可以有效地提高数据处理速度，加快反应时间，提高查询效率，通过数据备份模块，可以对发电机组的数据进行纸质备份，避免多维数据库出现故障导致风力发电机组的数据丢失，为风力发电机组的数据提供了多一份的保障。
-
公开(公告)号：CN109215042A
公开(公告)日：2019-01-15
申请号：CN201811138227.7
申请日：2018-09-28
Applicant: 吉林电力股份有限公司科技开发分公司 , 东北电力大学
Abstract: 一种基于计算机视觉的光伏电池板热斑效应检测系统，其特点是：包括光伏阵列源的输出端经汇流箱与直流/交流转换器的输入端相连接，光伏阵列源的背板与温度传感器的输入端相连接；数据采集卡的输入端分别与温度传感器的输出端、高清摄像头的输出端、气象站的输出端和汇流箱的输出端相连接，数据采集卡的输出端与计算机的输入端相连接；直流/交流转换器的输出端与逆变器的输入端相连接，逆变器的输出端与电网相连接；高清摄像头采集的图像经数据采集卡传输给计算机的输入端；由红外成像仪拍摄光伏板表面图像再传输给计算机的输入端。具有结构合理，检测快速、准确，使用寿命长，可以长久不间断工作，检测周期短、效率高等优点。并提供其计算方法。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.049 seconds)
