-
公开(公告)号：CN117307403A
公开(公告)日：2023-12-29
申请号：CN202311142279.2
申请日：2023-09-05
Applicant: 东方电气风电股份有限公司
Abstract: 本发明提供一种转矩波动识别的预警方法及系统，属于风力发电智能技术领域；其中方法包括：连续获取风机主状态参数与风机转矩的实时数据，将获取到的实时数据整合为特定长度时间数据，用于转矩波动识别分析；对特定长度时间数据进行经验模态分解，得到模态分量，筛选并重组后，得到重组分量数据，再进行包络谱图分解，得到此时风机对应的频率及幅值数据；从频率及幅值数据中，筛选出特征频率及倍频数据，在转矩波动经验数据的基础上，对筛选出的特征频率及倍频数据进行聚类分析，得到分析结果并推送；本发明易于实现且经济成本，能获得较好的实时预警效果，在预警的基础上及时采取后续措施，提升了传动链及整个风电机组的安全性。
-
公开(公告)号：CN114881379A
公开(公告)日：2022-08-09
申请号：CN202210813114.2
申请日：2022-07-12
Applicant: 东方电气风电股份有限公司
Abstract: 本发明公开了一种风电场应发电量估测方法、装置、设备及存储介质，该方法包括获取目标发电机组的标准风速‑标准功率曲线和历史数据生成的平均风速‑平均功率曲线，利用最小二乘法对标准风速‑标准功率曲线和平均风速‑平均功率曲线进行处理，获得风速线性修正参数，对实时风速进行修正获得修正风速，以此估测目标发电机组的应发电量。本发明通过对目标发电机组的标准风速‑标准功率曲线和历史数据生成的平均风速‑平均功率曲线进行最小二乘法曲线拟合，获得修正风速，以此进行应发电量的估测，通过应发电量和实际发电量对比分析，可实时掌握风场电量损失或则增益情况，从而评估整个风电场风电机发电性能情况。
-
公开(公告)号：CN115293270A
公开(公告)日：2022-11-04
申请号：CN202210949870.8
申请日：2022-08-09
Applicant: 东方电气风电股份有限公司
Abstract: 本发明涉及风力发电智能化预警技术领域，公开了一种基于主控故障码的风力发电机组故障预警方法及系统，该故障预警方法，基于主控触发的若干故障码，利用逻辑规则和决策树算法识别需要触发预警的故障，对触发故障码的风力发电机组进行实时故障预警。本发明解决了现有技术存在的风力发电机组预警智能化程度低、分析数据不够多元化等问题。
-
Patent Agency Ranking
公开(公告)号：CN117514653A
公开(公告)日：2024-02-06
申请号：CN202311740764.X
申请日：2023-12-15
Applicant: 东方电气风电股份有限公司
IPC: F03D17/00
Abstract: 本发明公开了一种基于异常偏离检测的风电机组故障预警方法及装置，该方法包括：采集SCADA系统的历史运行数据并对其进行预处理；提取表征被检测故障的特征数据，将预处理后的特征数据离线训练一组正常基线；对固定采集周期下实际运行状态的特征数据采用与正常基线计算一致的算法，在线计算一组实际基线；采用马氏距离或计算正常基线与实际基线的残差概率图顶点距离方法，通过分析度量正常基线与实际基线的偏差程度，将偏差值映射为健康值，并将其作为故障预警模型的输出结果。本发明能高效地识别出被检测故障实际运行状态下的数据是否触发故障预警。
-
公开(公告)号：CN114881379B
公开(公告)日：2022-10-14
申请号：CN202210813114.2
申请日：2022-07-12
Applicant: 东方电气风电股份有限公司
Abstract: 本发明公开了一种风电场应发电量估测方法、装置、设备及存储介质，该方法包括获取目标发电机组的标准风速‑标准功率曲线和历史数据生成的平均风速‑平均功率曲线，利用最小二乘法对标准风速‑标准功率曲线和平均风速‑平均功率曲线进行处理，获得风速线性修正参数，对实时风速进行修正获得修正风速，以此估测目标发电机组的应发电量。本发明通过对目标发电机组的标准风速‑标准功率曲线和历史数据生成的平均风速‑平均功率曲线进行最小二乘法曲线拟合，获得修正风速，以此进行应发电量的估测，通过应发电量和实际发电量对比分析，可实时掌握风场电量损失或则增益情况，从而评估整个风电场风电机发电性能情况。
-
公开(公告)号：CN117708637A
公开(公告)日：2024-03-15
申请号：CN202311713966.5
申请日：2023-12-13
Applicant: 东方电气风电股份有限公司
IPC: G06F18/23213 , G01M13/00 , F03D17/00 , F03D80/40 , G06F18/22
Abstract: 本发明公开了一种基于改进k均值聚类分析的风电机组叶片故障诊断方法，该方法包括：利用正常叶片和故障叶片对叶片故障特征进行定性定量分析；根据振动信号采集策略，对叶片振动信号进行采集，求取当前采集到的振动信号的时域特征值并将特征值保存到数据库中；若时域特征值存在明显异常时，改变采集策略，给信号采集器下达增加采集频率的命令；当时域特征值不存在明显异常时，按照原信号采集策略进行采集；利用改进k均值聚类分析方法对数据库中的多组时域特征值进行二聚类分析，综合判断叶片是否出现故障。本发明能实现风电叶片的实时在线诊断，提高叶片诊断预警的精确度，降低误报率和漏报率。
-
公开(公告)号：CN117703689A
公开(公告)日：2024-03-15
申请号：CN202311729542.8
申请日：2023-12-15
Applicant: 东方电气风电股份有限公司
IPC: F03D17/00 , G06F18/2131 , G01M13/00
Abstract: 本发明公开了一种基于叶片频谱差异性的风电叶片故障诊断方法，该方法包括：将高频振动加速度传感器安装在风电叶片上，结合定时采集策略与定工况采集策略，对三支叶片运行过程中的振动信号进行高频振动数据同步实时采集，并采用插值采样的方法对高频振动信号进行降频，获得三支叶片的低频振动信号；分别计算三支叶片的高频振动信号和低频振动信号的频谱信号和功率谱信号；利用功率谱信号和频谱信号计算重心频率、均方根频率和频谱信号幅值的离散度；计算任意两支叶片之间重心频率、均方根频率和频谱的幅值离散度之间的曼哈顿距离；根据计算得到的曼哈顿距离判断叶片是否异常。本发明能实现风电叶片的自动在线故障诊断，且提高了诊断准确率。
-
公开(公告)号：CN115163428A
公开(公告)日：2022-10-11
申请号：CN202210882657.X
申请日：2022-07-26
Applicant: 东方电气风电股份有限公司
Abstract: 本发明涉及风力发电技术领域，公开了一种降低风力发电机组叶片扫塔后机组持续损害的方法，包括以下步骤：S1，安装传感器；S2，采集样本数据；S3，分析实时状态；S4，控制持续损害。本发明解决了现有技术存在的不能在扫塔事故瞬间就需要加以干预、从而造成持续损害和严峻事故等问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.05 seconds)
