一种齿轮箱运行状态检测方法、装置、设备及介质

    公开(公告)号:CN117387938A

    公开(公告)日:2024-01-12

    申请号:CN202311312387.X

    申请日:2023-10-09

    Abstract: 本申请涉及风力发电机组齿轮箱检测领域,公开了一种齿轮箱运行状态检测方法、装置、设备及介质,包括:采集SCADA系统记录的历史健康数据集;历史健康数据集包括齿轮箱处于健康运行状态时产生的时序数据;构建包含混合膨胀卷积结构和图卷积结构的图神经网络;利用历史健康数据集训练图神经网络,得到用于获取预测值并记录预测值与历史健康数据集之间的残差值的目标行为模型;将待测齿轮箱的实时运行数据集输入至目标行为模型,获取预测数据并计算预测数据与实时运行数据集之间的残差;根据计算的残差与记录的残差值的比较结果,得到待测齿轮箱的运行状态。这样能够实现齿轮箱行为的精确建模,为齿轮箱运行状态的在线检测提供数据支撑。

    风电机组动力学仿真方法、系统、电子设备及存储介质

    公开(公告)号:CN117291022A

    公开(公告)日:2023-12-26

    申请号:CN202311192111.2

    申请日:2023-09-15

    Abstract: 本发明提供一种风电机组动力学仿真方法、系统、电子设备及存储介质,涉及风电机组动力学仿真领域,方法包括:获取风电机组信息、风况条件信息和机组运行设置信息;利用风电机组信息建立风电机组模型;利用风况条件信息和机组运行设置信息生成多组工况信息,并利用多组工况信息对风电机组模型进行动力学仿真;对风电机组模型的动力学仿真结果进行仿真结果分析,并对分析结果进行可视化输出;可实现风电机组模型的自动建立、工况信息的自动生成及大量动力学仿真的自动执行,并可对风电机组模型的动力学仿真结果进行仿真结果分析,并对分析结果进行可视化输出,可方便相关人员查看仿真效果,从而可提升风电机组动力学仿真的效率及效果。

    一种可实时检测单体电芯膨胀力的模组

    公开(公告)号:CN116989928A

    公开(公告)日:2023-11-03

    申请号:CN202311114331.3

    申请日:2023-08-31

    Abstract: 本发明提供一种可实时检测单体电芯膨胀力的模组。所述可实时检测单体电芯膨胀力的模组包括多个单体电芯,所述单体电芯的电极上固定安装有电芯连接铝巴,所述电芯连接铝巴位于两个相邻的单体电芯的间隙处的正上方处为波浪形设置,两个相邻的所述单体电芯之间处均设有拉力应变片,所述拉力应变片的两端耦合嵌入在相对应的所述电芯连接铝巴的一侧。本发明提供的可实时检测单体电芯膨胀力的模组具有能够在不增加原模组设计尺寸的情况下,完成对模组内所有单体电芯进行检测,以实现膨胀力、电压和温度多种重要参数综合分析能更全面的判断电芯状态,提前预判整个模组循环寿命,在安全性能测试时发现异常失效点的优点。

    一种风电消防系统处理方法、装置以及介质

    公开(公告)号:CN116229664A

    公开(公告)日:2023-06-06

    申请号:CN202310208610.X

    申请日:2023-02-28

    Abstract: 本申请公开了一种风电消防系统处理方法、装置以及介质,在接收到探测器在检测到风机现场的环境信息至少满足两个预设条件时发送的报警信息的情况下,获取风机现场的监控画面;根据监控画面确认风机现场是否存在火灾。采用本技术方案,探测器在检测到风机现场的环境信息至少满足两个预设条件时才发出报警信息,从源头上避免了误报警的情况,当接收到探测器发送的报警信息后,获取风机现场的监控画面,通过监控画面确认是否存在火灾,从而可以避免现场维护人员前往现场实地确认火灾情况,提升维护人员安全性,降低风电项目维护成本。本技术方案可以有效解决风电环境因为沙尘暴和大雾天气原因,导致风电消防系统出现火灾误报警的情况。

    基于模糊互K近邻的风力发电机齿轮箱故障诊断方法

    公开(公告)号:CN116226774A

    公开(公告)日:2023-06-06

    申请号:CN202310230845.9

    申请日:2023-03-11

    Abstract: 本发明公开了一种基于模糊互K近邻的风力发电机齿轮箱故障诊断方法,包括以下步骤:一、采集平行结构齿轮箱数据,通过时、频域方法提取出振动数据中的关键信息作为训练集;收集历史风力发电机运行监测数据,筛选出相关的监测变量,作为训练集;二、利用互近邻规则以及均值‑中值判断规则对训练集数据进行筛选,初步将异常点剔除;三、通过隶属度函数对训练集样本进行模糊化;四、收集在线数据,在训练集中寻找样本的互近邻,并利用训练集样本的隶属度以及改进的隶属度函数计算在线样本隶属度;五、判断当前时刻齿轮箱的运行状态。本发明通过剔除异常值的方式降低异常值在齿轮箱故障诊断过程造成的干扰,获得比传统机器学习方法更精确的检测结果。

Patent Agency Ranking