一种风电机组停机状态下的载荷控制方法

    公开(公告)号:CN114109718B

    公开(公告)日:2023-04-25

    申请号:CN202111408635.1

    申请日:2021-11-24

    IPC分类号: F03D7/00

    摘要: 本发明涉及风力发电技术领域,公开一种风电机组停机状态下的载荷控制方法,对停机过程中的发电机转矩进行调节;发电机转矩的调节过程包括以下步骤:S1、停机指令触发时,机舱位移先逐渐减小,发电机转矩逐渐增大,当发电机转矩达到允许最大转矩时,若机舱位移继续减小,保持发电机转矩恒定,直至机舱位移达到最小值;S2、随后机舱位移开始增大,此时发电机转矩反向减小,机舱位移在本周期内达到最大值时,发电机转矩停止减小;S3、剩余停机周期内,重复S1和S2,调节发电机转矩,直至桨距角达到50°~60°;S4、发电机转矩在随后的停机时间内,由当前的发电机转矩给定值开始线性跌落至0。解决了负载直接减小加剧结构动态响应对载荷的影响的问题。

    一种风电机组疲劳损伤和寿命评估方法、计算机设备及存储介质

    公开(公告)号:CN113821979B

    公开(公告)日:2022-12-09

    申请号:CN202111155954.6

    申请日:2021-09-29

    摘要: 本发明涉及风力发电机安全性计算评估领域,公开了了一种风电机组疲劳损伤和寿命评估方法,通过测试设备对机组载荷和同期风资源参数进行测量,基于实测的载荷数据和风资源参数对机组测试周期内的疲劳损伤进行评估,利用lightGBM机器学习方法,建立测试周期内的机组SCADA运行数据中关键变量和基于测试数据的疲劳损伤之间的映射关系,进而评估该在役机组历史SCADA数据下的疲劳损伤和剩余寿命;对大量的在役机组进行测试和评估后,建立基于训练模型的SCADA运行数据评估疲劳和基于Palmgren‑Miner准则下的疲劳损伤评估之间映射关系,对其余同类型机组通过Palmgren‑Miner准则方法计算机组疲劳损伤以及寿命评估时进行修正。

    一种拖动电机耦合冷却系统和方法

    公开(公告)号:CN113193702B

    公开(公告)日:2022-11-15

    申请号:CN202110477771.X

    申请日:2021-04-29

    IPC分类号: H02K9/10

    摘要: 本发明公开了一种拖动电机耦合冷却系统和方法,系统包括拖动电机、回风风管、干冷器泵站、第一冷却回水管、干冷器、第一冷却供水管、风冷式冷水机、第二冷却供水管、第二冷却回水管、空气调节风室、回水管路和供水管路;风冷式冷水机包括冷水机水泵和冷水机内换热器及制冷系统;拖动电机包括电机和空‑空冷却器,电机固定在地面上,空‑空冷却器设置在电机上,回风风管连接空‑空冷却器和空气调节风室;当干冷器与风冷式冷水机串联时,空气调节风室内部设置有风室循环风扇和第二空‑水换热器;当干冷器与风冷式冷水机并联时,空气调节风室内部设置有风室循环风扇、第二空‑水换热器和第一空‑水换热器。能够有效实现风力发电机拖动电机冷却。

    一种电网失电条件下的风电机组极限载荷控制系统及方法

    公开(公告)号:CN113452019B

    公开(公告)日:2022-08-30

    申请号:CN202110732448.2

    申请日:2021-06-29

    IPC分类号: H02J3/00 H02J3/24 H02J3/38

    摘要: 本发明公开了一种电网失电条件下的风电机组极限载荷控制系统及方法,包括变流器网侧逆变模块、主控、变流器机侧整流模块和旁路负载;主控输入端连接风电机组的电网端,主控输出端连接变流器网侧逆变模块和变流器机侧整流模块的输入端,变流器网侧逆变模块和电网端连通,变流器机侧整流模块输入端连接发电机;当电网正常时,风电机组的发电机通过变流器机侧整流模块和变流器网侧逆变模块连接电网端;当电网发生脱网时,风电机组的发电机负载端通过变流器机侧整流模块连接旁路负载。有效抑制风电机组因脱网导致的转速增加,降低极限载荷。

    一种基于机器学习的风电场风速预测方法

    公开(公告)号:CN114254834A

    公开(公告)日:2022-03-29

    申请号:CN202111605135.7

    申请日:2021-12-24

    摘要: 本发明公开了一种基于机器学习的风电场风速预测方法,包括以下过程,获取风电场的历史数据;对获取的历史数据进行降维处理;对降维处理后的数据进行风速相关性分析;根据风速相关性分析结果建立线性回归模型,基于建立的线性回归模型预测风电场中的特定风力发电机组的风速。通过对风电场历史数据进行降维和相关性分析以及基于机器学习法进行回归分析建模,可以较为精准的预测某个特定风力发电机组的风速。通过获取风电场的历史数据;对获取的历史数据进行降维处理;对降维处理后的数据进行风速相关性分析;根据风速相关性分析结果建立线性回归模型,并基于建立的线性回归模型来预测风电场中的特定风力发电机组的风速。