一种风力发电机组塔架运行状态的监测方法和装置

    公开(公告)号:CN118442264A

    公开(公告)日:2024-08-06

    申请号:CN202410486165.8

    申请日:2024-04-22

    Abstract: 本公开的实施例提供一种风力发电机组塔架运行状态的监测方法和装置,所述方法包括:沿塔架的高度方向选择至少一个高度平面;在所述高度平面的所述塔架的外周壁上布置至少两个振动传感器,以采集得到所述塔架在主振方向的振动数据;获取机组偏航信息,并根据所述机组偏航信息和所述振动数据,计算得到所述塔架的实际振动值;根据所述实际振动值,确定所述塔架的实际运行状态,以对所述塔架进行监测。本公开的实施例的风力发电机组塔架运行状态的监测方法,可以准确监测到塔架的实际振动,实施方便且能够得到塔架运行的实际状态。

    一种基于功率谱结构的风电机组故障诊断方法及装置

    公开(公告)号:CN118188355A

    公开(公告)日:2024-06-14

    申请号:CN202410500816.4

    申请日:2024-04-24

    Abstract: 本申请提出一种基于功率谱结构的风电机组故障诊断方法及装置,包括以下步骤:获取机组状态监测系统监测的初始振动数据和实时振动数据;对所述初始振动数据和所述实时振动数据分别进行功率谱计算,获取所述初始振动数据的初始功率谱图和所述实时振动数据的实时功率谱图;基于均值哈希算法,分别获取针对所述初始功率谱图的基准哈希矩阵和针对所述实时功率谱图的实时哈希矩阵;对所述基准哈希矩阵和所述实时哈希矩阵进行相似性计算,基于相似性计算结果确定机组的运行状态。本申请能够充分利用振动信号的频域特征,对机组运行状态进行实时评估和预警,减少早期故障问题劣化的风险,提高故障诊断的准确性和可靠性。

    改进原型对比学习的风电机组小样本故障诊断方法及系统

    公开(公告)号:CN117786493A

    公开(公告)日:2024-03-29

    申请号:CN202311827090.7

    申请日:2023-12-27

    Abstract: 本发明公开了一种改进原型对比学习的风电机组小样本故障诊断方法及系统,包括:从训练集中随机采样构造多个元学习任务(S|Q)作为子训练集,并从子训练集中划分支持集和查询集;将支持集输入至原型对比学习中的M‑step中,对初始模型中的编码器进行参数更新;将查询集输入至原型对比学习中的E‑step中,对初始模型的动量编码器进行参数更新;两个步骤交替进行,直到损失函数收敛;将达到最优的动量编码器加上Softmax激活函数作为训练好的小样本诊断模型,并将测试集输入训练好的小样本诊断模型中,得到测试结果。本发明结合原型对比学习在建立区分特征空间上的优势和元学习适应新任务的优势,能够解决现实中故障数据获取困难、样本少导致的诊断精度低的问题。

Patent Agency Ranking