-
公开(公告)号：CN111287912A
公开(公告)日：2020-06-16
申请号：CN202010100372.7
申请日：2020-02-18
Applicant: 广州特种承压设备检测研究院
IPC: F03D17/00 , G06F30/20 , G06F30/17 , G06Q10/00 , G06Q50/06 , G06F111/10 , G06F119/08
Abstract: 本发明提供一种风力发电机变桨系统故障诊断方法，其包括如下步骤：步骤1：获取风力发电机的SCADA系统的历史运行数据；步骤2：利用所述SCADA系统的历史运行数据构建故障特征模型；步骤3：利用所述故障特征模型构建故障诊断模型；步骤4：获取风力发电机的SCADA系统的实时故障告警数据，并输入至故障特征模型，计算获取实时故障特征；步骤5：将步骤4中得到的实时故障特征输入所述故障诊断模型，获取故障诊断结果。本发明的风力发电机变桨系统故障诊断方法，通过利用SCADA测量的风力发电机运行数据提取故障特征并输入故障模型，实现了对风力发电机故障原因与故障位置的实时诊断。
-
公开(公告)号：CN112924173A
公开(公告)日：2021-06-08
申请号：CN202110224981.8
申请日：2021-03-01
Applicant: 广州特种承压设备检测研究院
IPC: G01M13/04
Abstract: 本发明涉及一种风力发电机组变桨轴承故障诊断方法。本发明所述的风力发电机组变桨轴承故障诊断方法包括如下步骤：获取风力发电机组的运行状态参数；通过PCA算法对所述运行状态参数进行处理，获得对所述风力发电机组的变桨轴承的运行状态敏感的P种状态参数；将所述P种状态参数输入训练好的所述变桨轴承故障诊断网络模型，得到所述风力发电机组的变桨轴承故障诊断结果，其中，所述变桨轴承故障诊断网络模型为单隐含层前馈神经网络模型。本发明所述的一种风力发电机组变桨轴承故障诊断方法具有快速、在线、无损、实时、高效监测和诊断故障的优点。
-
公开(公告)号：CN111287912B
公开(公告)日：2021-06-08
申请号：CN202010100372.7
申请日：2020-02-18
Applicant: 广州特种承压设备检测研究院
IPC: F03D17/00 , G06F30/20 , G06F30/17 , G06Q10/00 , G06Q50/06 , G06F111/10 , G06F119/08
Abstract: 本发明提供一种风力发电机变桨系统故障诊断方法，其包括如下步骤：步骤1：获取风力发电机的SCADA系统的历史运行数据；步骤2：利用所述SCADA系统的历史运行数据构建故障特征模型；步骤3：利用所述故障特征模型构建故障诊断模型；步骤4：获取风力发电机的SCADA系统的实时故障告警数据，并输入至故障特征模型，计算获取实时故障特征；步骤5：将步骤4中得到的实时故障特征输入所述故障诊断模型，获取故障诊断结果。本发明的风力发电机变桨系统故障诊断方法，通过利用SCADA测量的风力发电机运行数据提取故障特征并输入故障模型，实现了对风力发电机故障原因与故障位置的实时诊断。
-
公开(公告)号：CN215057915U
公开(公告)日：2021-12-07
申请号：CN202120444567.3
申请日：2021-03-01
Applicant: 广州特种承压设备检测研究院
IPC: F03D17/00
Abstract: 本实用新型涉及一种基于SCADA数据的风力机电动变桨系统故障诊断系统。本实用新型所述的基于SCADA数据的风力机电动变桨系统故障诊断系统包括：传感器、数据采集器、数据库服务器、SCADA网络和故障诊断终端。传感器设置于风力发电机组上，与数据采集器连接；数据采集器、数据库服务器和故障诊断终端分别接入SCADA网络。传感器将感应到的参数信号传输至数据采集器；数据采集器将参数信号转换为变桨系统运行的状态信号，并通过SCADA网络发送给数据库服务器；故障诊断终端搭载信号处理软件和检测诊断软件系统，通过SCADA网络从数据库服务器获取变桨系统运行的状态信号，并输出风力机电动变桨系统故障结果。本实用新型具有快速、在线、无损、实时、高效的优点。
-
-
-
Search Results
4
records
(took 0.027 seconds)
