-
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：CN213870131U
公开(公告)日：2021-08-03
申请号：CN202023018605.3
申请日：2020-12-15
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
IPC: F03D17/00
Abstract: 本实用新型提供一种风机叶片振动状态监测装置，包括振动数据采集装置、振动数据收发装置、转速监测装置；所述振动数据采集装置，设置于每个叶片的内部，用于采集每个叶片的振动数据，所述振动数据收发装置位于风机轮毂内，用于接收采集的叶片振动数据，并将每个叶片的振动数据无线传输至环网交换机，所述转速监测装置安装于风机机舱内部，用于采集叶片转速数据，并将转速数据无线传输至环网交换机，所述环网交换机设置在机舱内，环网交换机将接收到的数据上传至升压站数据服务器。本实用新型所使用的风机叶片振动状态采集装置采用特殊的安装处理方式，实现了数据的稳定传输。
-
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。
-
公开(公告)号：CN106483143A
公开(公告)日：2017-03-08
申请号：CN201611166088.X
申请日：2016-12-16
Applicant: 吉林电力股份有限公司科技开发分公司 , 东北电力大学
CPC classification number: G01N21/94 , G06T7/0004
Abstract: 本发明涉及一种基于图像颜色提取技术的太阳能光伏板积灰在线监测系统，属于电力设备在线监测系统。本系统首先通过CCD摄像机把太阳能光伏板的积灰状况图像输入到监控工控机中，通过组态软件对图像颜色进行提取，利用大数据理论关联规则构建太阳能光伏板积灰图像RGB参数与发电效率的相关关系，实现基于图像颜色提取技术的太阳能光伏板积灰状态在线监测，该系统能有效的提高系统监测的实时性，改变了以往人为分析的方法，提高了准确性。
-
公开(公告)号：CN105915170A
公开(公告)日：2016-08-31
申请号：CN201610486681.6
申请日：2016-06-28
Applicant: 吉林电力股份有限公司科技开发分公司 , 东北电力大学
IPC: H02S40/10
CPC classification number: H02S40/10
Abstract: 一种大型光伏电站电池板干式清洗系统，其特点是：包括空气压缩机和高压储气罐，高压储气罐的第一出气口通过第一节流阀与三通管接连通，三通管接分别与气动马达的进气口、高压气体安全阀连通，气动马达与转轴固连，转轴下嵌有耐摩布匹；高压储气罐的第二出气口通过第二节流阀与干式组合清洗喷头的高压吹扫空气接口连通；高压储气罐第三出气口通过第三节流阀与气体引射器的高压引射流体入口连通，气体引射器的低压流体入口与干式组合清洗喷头的负压吸附空气接口连通，气体引射器的出气口与除尘器进气口连通；干式组合清洗喷头侧面固连的距离检测器与单片机控制板输入端电连接，单片机控制板电连接的电磁换向阀置在液压机械臂的底座上，液压机械臂的臂体与干式组合清洗喷头连接。并提供其控制方法。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.129 seconds)
