公开(公告)号：CN109617234A

公开(公告)日：2019-04-12

申请号：CN201811531060.0

申请日：2018-12-14

Applicant: 吉林电力股份有限公司科技开发分公司

Inventor： 李晓刚 ,  许兆鹏 ,  孙希德 ,  辛红伟 ,  武英杰 ,  杨彦军 ,  崔立业 ,  张喜山 ,  吴薇 ,  田野 ,  杜鹏 ,  于鑫 ,  冯忠宝 ,  孙首珩

IPC: H02J13/00 ,  G06F21/32 ,  G06F16/28 ,  F03D17/00

Abstract: 本发明公开了一种基于多维数据的风力发电机组状态监测系统，所述风力发电机组状态监测系统包括在线监测站和监测中心，所述在线监测站包括数据采集模块、数据分析模块、数据处理模块和故障保护模块，所述监测中心包括振动频谱图分析模块、故障报警模块、故障数据存储模块、安全认证模块、多维数据库和数据备份模块，本发明科学合理，使用安全方便，通过多维数据库，可以通过多维视图来观察数据，多维数据库增加了一个时间维，可以有效地提高数据处理速度，加快反应时间，提高查询效率，通过数据备份模块，可以对发电机组的数据进行纸质备份，避免多维数据库出现故障导致风力发电机组的数据丢失，为风力发电机组的数据提供了多一份的保障。

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

Inventor： 李晓刚 ,  许兆鹏 ,  崔立业 ,  陈楠 ,  张崇 ,  丁吉钰 ,  吴薇 ,  曹生现 ,  唐振浩 ,  董佳圆

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

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：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

Inventor： 李晓刚 ,  许兆鹏 ,  崔立业 ,  陈楠 ,  张崇 ,  丁吉钰 ,  吴薇 ,  曹生现 ,  唐振浩 ,  董佳圆

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

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：CN209067417U

公开(公告)日：2019-07-05

申请号：CN201822053168.5

申请日：2018-12-07

Applicant: 吉林电力股份有限公司科技开发分公司

Inventor： 李晓刚 ,  许兆鹏 ,  孙希德 ,  武英杰 ,  辛红伟 ,  崔立业 ,  张喜山 ,  吴薇 ,  田野 ,  杜鹏 ,  于鑫 ,  冯忠宝 ,  孙首珩 ,  张亚东

IPC: F03D17/00 ,  F03D7/02 ,  F03D7/04 ,  F03D15/00

Abstract: 本实用新型实施例涉及一种基于SCADA系统的风电机组监测装置，涉及风力发电技术领域，包括SCADA系统、叶片、低速轴、齿轮箱、发电机、振动传感器和偏航机构，两个低速振动传感器设置在低速行星齿轮机构的径向一侧，两个中速振动传感器设置在中速行星齿轮机构的径向一侧，两个高速振动传感器设置在高速圆柱齿轮机构中任意一个圆柱齿轮或轴的径向一侧，对齿轮箱内的各级齿轮分别采用两个振动传感器检测径向的振动，同时采用一个轴向振动传感器检测轴向串动，通过SCADA系统对这些传感器检测到的数据进行分析、判断，能够及时发现齿轮箱存在的各种故障，及时对齿轮箱进行有效维护，提高风电机组的寿命。

公开(公告)号：CN212519049U

公开(公告)日：2021-02-09

申请号：CN201922040279.7

申请日：2019-11-23

Applicant: 吉林电力股份有限公司科技开发分公司

Inventor： 李晓刚 ,  许兆鹏 ,  孙希德 ,  武英杰 ,  辛红伟 ,  杨彦军 ,  崔立业 ,  张喜山 ,  吴薇 ,  田野 ,  杜鹏 ,  于鑫 ,  张亚东

IPC: H04L29/08 ,  H04L12/26 ,  G08C19/30

Abstract: 本实用新型公开了一种风力发电机振动监测的报警传输系统，主要包括振动传感器以及数据集中系统，本实用新型中近端主机通过访问数字储存器来实现近端监控，其主要通过在检测位实现数据监测，从而以此与远端主机之间实现数据对比；此时近端主机与远端主机的数据对比可以很好的测试出GPRS无线通讯模块是否存在丢包的情况，这在户外环境下，该种通讯监测手段能提高数据的准确率，同时数据采集器所采集到的信息不经过数据集中器实现独立发送，这种直连通讯主要是为了避免数据集中器出现死机时数据无法实现集中收发时做出的临时改动，这种方式在短时间内可以保证数据采集器与远端主机实现通讯，从而避免出现过多的数据丢失。