-
公开(公告)号：CN114295367B
公开(公告)日：2024-09-06
申请号：CN202111338827.X
申请日：2021-11-12
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
IPC: G01M13/021 , G01M13/028 , G06F18/23 , G06F17/18
Abstract: 一种风电机组齿轮箱工况在线监测方法，包括：获取不同运行模式下的风机运行数据；用基于统计聚类的方法对风机数据进行分组；根据分组结果的数据特征识别风电机组的运行模式；基于不同运行模式分辨不同类型的齿轮状态，分组的数据用于线性回归训练模型拟合并输出随时间变化的齿轮速比，实现定量的判定齿轮磨损情况；根据线性回归训练模型的预测结果和实际运行数据得到平均齿轮转速比残差；通过分析平均转速比残差实现不同种类的齿轮箱故障识别与监测，进而实现对风机齿轮箱工况的在线监测。
-
公开(公告)号：CN114151291B
公开(公告)日：2024-06-18
申请号：CN202111370519.5
申请日：2021-11-18
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
IPC: F03D17/00
Abstract: 一种风电机组早期故障监测方法，包括：获取一段时间内的风机SCADA信号；根据与预测部件温度的相关性确定模型输入参数；将相关性高的风机温度数据输入前馈神经网络模型进行训练并拟合获得预测数据；对比预测数据和实际数据获得温度残差曲线；对残差‑时间曲线分析进而预测温度变化超趋；通过基于多变量MLP的风机早期故障预测能够实现风机额定功率下的早期预测和高于单目标MLP的预测精度和预测稳定性。
-
公开(公告)号：CN114336789A
公开(公告)日：2022-04-12
申请号：CN202111388575.1
申请日：2021-11-22
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本发明涉及一种基于最优潮流的风电场电压无功分布式协调控制方法和系统。所述方法用于通过对所述风机接入系统母线进行考核，当考核结果不满足预设要求时，对所述风电场发出控制指令对所述风电场进行调节。本发明在无功源配置相同的条件下，协调控制策略较传统的风电场单独控制策略在稳定电压和降低网损方面都具有很大的优越性。特别是在无穷大电网的母线电压较低和风电出力较大的情况下，兼顾电网安全性和经济性的电压、网损综合控制策略效果更好。
-
公开(公告)号：CN114336672A
公开(公告)日：2022-04-12
申请号：CN202111372503.8
申请日：2021-11-18
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 一种具有层次结构的风电场一次调频控制系统，一个频率支持控制器、一个中央控制器和若干个风力涡轮机控制器；频率支持控制器输出信号给中央控制器，中央控制器与若干个风力涡轮机控制器通信连接；通过一个分层式非线性模型预测控制分配到每一个风力涡轮机；利用分层式非线性模型求解耦合子问题和解耦子问题；中央控制器解决耦合子问题，而每一个风力涡轮机上的单个控制器解决解耦子问题；显著减轻中央控制器的计算负担；与集中式非线性模型预测控制相比，可减少多达50％的计算时间。
-
公开(公告)号：CN114295367A
公开(公告)日：2022-04-08
申请号：CN202111338827.X
申请日：2021-11-12
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
IPC: G01M13/021 , G01M13/028 , G06K9/62 , G06F17/18
Abstract: 一种风电机组齿轮箱工况在线监测方法，包括：获取不同运行模式下的风机运行数据；用基于统计聚类的方法对风机数据进行分组；根据分组结果的数据特征识别风电机组的运行模式；基于不同运行模式分辨不同类型的齿轮状态，分组的数据用于线性回归训练模型拟合并输出随时间变化的齿轮速比，实现定量的判定齿轮磨损情况；根据线性回归训练模型的预测结果和实际运行数据得到平均齿轮转速比残差；通过分析平均转速比残差实现不同种类的齿轮箱故障识别与监测，进而实现对风机齿轮箱工况的在线监测。
-
Patent Agency Ranking
公开(公告)号：CN114294186A
公开(公告)日：2022-04-08
申请号：CN202111334206.4
申请日：2021-11-11
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本公开提供一种基于生成式对抗网络的风机叶片结冰检测方法及装置，包括获取风电机组的与结冰检测相关的数据集，对数据集进行数据预处理并进行归一化处理；构建基于生成式对抗网络的深度神经网络模型，利用归一化之后的数据集对生成式对抗网络模型进行训练，得到用于结冰检测的对抗模型；采用对抗网络生成的模型获取数据分布情况，将结冰数据与正常数据作为输入构建结冰检测卷积神经网络模型，优化卷积神经网络，得到用于结冰检测的对抗卷积神经网络模型；采集需要检测的实际环境数据和实际运行数据，并将其输入对抗卷积神经网络模型中，得到结冰状态的检测结果。对于不同风力机的结冰诊断具有更高的鲁棒性、准确性和效率。
-
公开(公告)号：CN114298134A
公开(公告)日：2022-04-08
申请号：CN202111335706.X
申请日：2021-11-11
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本公开提供一种风电功率预测方法及装置、电子设备。方法包括：获取风电场的实测运行数据，实测运行数据包括风电场的气象数据和风功率数据；对实测运行数据进行离群值检验和处理，对缺失值进行插补处理；将处理后的风功率数据与气象数据中的各气象因素进行相关性分析，选取风功率相关性较高的气象因素所对应的气象数据为输入变量；基于卷积神经网络，对输入的各输入变量进行特征提取；基于LSTM神经网络，将特征提取后的各输入变量作为输入，以及将各输入变量所对应的风功率数据作为输出，训练得到风功率预测模型；利用风功率预测模型对风功率进行预测。本实施例的风电功率预测方法，能够得到更准确的风电预测值，提高了预测精度。
-
公开(公告)号：CN114298130A
公开(公告)日：2022-04-08
申请号：CN202111334208.3
申请日：2021-11-11
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本公开提供一种短期风电功率预测方法及装置，所述方法包括：获取风电场的风机运行数据；将所述运行数据中的风电功率异常值进行剔除；选取影响风电功率的特征变量；基于所述特征变量，采用深度神经网络建立风电功率预测模型；对所述风电功率预测模型的预测结果进行评价。通过采用改进的模糊C均值聚类算法进行了异常数据的筛选与剔除，为风功率的预测建模提供了可靠的数据基础。通过ReliefF算法选取影响风功率的特征变量作为特征输入。采用Bi‑LSTM神经网络算法进行风功率的建模预测，并对比了传统BP神经网络、RNN及LSTM等算法，表明了该方法具有较高的预测精度，实现了短期风功率的精准预测。
-
公开(公告)号：CN114151291A
公开(公告)日：2022-03-08
申请号：CN202111370519.5
申请日：2021-11-18
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
IPC: F03D17/00
Abstract: 一种风电机组早期故障监测方法，包括：获取一段时间内的风机SCADA信号；根据与预测部件温度的相关性确定模型输入参数；将相关性高的风机温度数据输入前馈神经网络模型进行训练并拟合获得预测数据；对比预测数据和实际数据获得温度残差曲线；对残差‑时间曲线分析进而预测温度变化超趋；通过基于多变量MLP的风机早期故障预测能够实现风机额定功率下的早期预测和高于单目标MLP的预测精度和预测稳定性。
-
公开(公告)号：CN218513935U
公开(公告)日：2023-02-21
申请号：CN202221729580.4
申请日：2022-07-05
Applicant: 华能新能源股份有限公司 , 北京华能新锐控制技术有限公司
Abstract: 本实用新型公开了一种陆上风机用的配电柜，包括柜体、门板和视窗，所述柜体外部远离地面的一侧壁上设置有抽风机，所述柜体内部靠近抽风机的一侧设置有与抽风机连接的风管，所述风管上开设有第一出风口，所述柜体的内部和外壁分别设置有第二出风口和散热板；本实用新型利用散热板对配电柜进行初步散热，利用抽风机、风管、第一出风口和第二出风口的配合，能够快速的对柜内的热量进行排出，从而达到散热的效果；此外，利用微型泵配合防尘网和吸尘孔的使用，能够对柜体内部飞扬的灰尘进行收集，保护柜体的内部环境，延长了电器元件的使用寿命，通过锁紧杆与锁柱之间的配合，能够快速的对吸尘箱进行装卸，提升了装置使用的实用性和灵活性。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.076 seconds)
