-
公开(公告)号：CN216586472U
公开(公告)日：2022-05-24
申请号：CN202122174555.6
申请日：2021-09-09
Applicant: 大唐国信滨海海上风力发电有限公司 , 中国大唐集团新能源科学技术研究院有限公司
IPC: E02B17/00
Abstract: 本实用新型公开了一种海上风电桩用防冲刷装置，包括地基和固定于所述地基上的风电桩本体，所述风电桩本体的外表面固定连接有防护罩，所述地基顶部的设置有四个防冲刷组件，其中，所述防冲刷组件包括滑动连接于所述地基顶部的挡板，所述挡板的一侧转动连接有驱动架，所述驱动架的另一端转动连接有延伸板，所述延伸板滑动连接于所述防护罩的侧面。本实用新型通过防冲刷组件的设置，可以对风电桩四面的海水的冲刷力进行缓冲，并且通过海水的冲刷力，可以使防冲刷组件进行伸展运动，而防冲刷组件的伸展运动，可以延长风电桩的防护范围，提高了海上风电桩的防冲刷的范围，进而提高了海上风电桩的防冲刷效果。
-
公开(公告)号：CN216477688U
公开(公告)日：2022-05-10
申请号：CN202122173707.0
申请日：2021-09-09
Applicant: 大唐国信滨海海上风力发电有限公司 , 中国大唐集团新能源科学技术研究院有限公司
IPC: F03D17/00
Abstract: 本实用新型公开了一种用于海上风电整机机构的安全监测装置，包括筒体，筒体外表面开设有活动槽，活动槽内壁的底部开设有隐藏槽，活动槽内壁的两侧之间滑动连接有伸缩板，伸缩板的顶部设置有安全监测组件，隐藏槽内壁的底部设置有驱动组件，驱动组件的驱动端与伸缩板的底部连接。本实用新型，不需要使用大量的辅助工具对安全监测器进行安装，提高了安全监测装置的实用性，而且也便于后续的维修，通过驱动组件的设置，便于将海上风电整机机构内部的安全监测组件进行移出，便于工作人员对安全监测组件的维修和管理，避免海上风电整机机构内部空间较小，造成工作人员不便于操作，进一步提高了安全监测组件拆装、维修的效果。
-
公开(公告)号：CN217470159U
公开(公告)日：2022-09-20
申请号：CN202220795966.9
申请日：2022-04-07
Applicant: 大唐国信滨海海上风力发电有限公司 , 中国大唐集团新能源科学技术研究院有限公司
Abstract: 本申请提供了海上风电自组网络传输系统，属于网络设备技术领域。该海上风电自组网络传输系统包括风电组件和节点组件。所述风电组件包括有塔身、平台和围栏，所述平台与所述塔身固定连接，所述围栏与所述平台固定连接，所述节点组件包括有MESH设备、天线、铰接座和复位件，所述MESH设备与所述平台固定连接，所述天线与所述铰接座铰接，所述铰接座与所述复位件固定连接，所述复位件与所述铰接座固定连接。在本申请中，节点组件利用海上风电组件架设MESH节点，形成WIFI覆盖，并且通过天线随风向偏转的方式，减少受风力的影响，提高连接强度，方便对现有的风电组件进行加装固定。
-
公开(公告)号：CN217134305U
公开(公告)日：2022-08-05
申请号：CN202122173692.8
申请日：2021-09-09
Applicant: 中国大唐集团新能源科学技术研究院有限公司 , 大唐国信滨海海上风力发电有限公司
IPC: H01H71/10
Abstract: 本实用新型公开了一种海上风电系统用断路器主轴密封组件，包括断路器主轴以及设置在断路器主轴上的轴密封组件，轴密封组件包括设置在断路器主轴外部的支撑套A和支撑套B，支撑套A和支撑套B的上下两端均开设有凹槽和滑槽，凹槽的内部活动设置有轴用弹性挡圈，滑槽的内部滑动连接有四个滑块，四个滑块远离滑槽的一端固定连接有固定圆盘，固定圆盘与断路器主轴的外部固定连接。本实用新型通过设置有固定圆盘、滑块和可拆卸的支撑套A和支撑套B，使得轴用弹性挡圈在断路器主轴转动的过程中不易脱落，且使得轴用弹性挡圈的更换更加便捷，从而提高了海上风电系统用断路器主轴密封组件的实用性。
-
公开(公告)号：CN217135813U
公开(公告)日：2022-08-05
申请号：CN202122173706.6
申请日：2021-09-09
Applicant: 大唐国信滨海海上风力发电有限公司 , 中国大唐集团新能源科学技术研究院有限公司
Abstract: 本实用新型公开了一种海上风电多参量数据采集通讯柜，包括工作柜、风速测量装置和中央工作箱，工作柜的内部安装有固定板，固定板的外部设置有风速检测机构；风电检测机构包括活动设置在工作柜内部的连接板，风速测量装置安装在连接板的外部，工作柜的外部开设有测量槽，风速测量装置的内部转动连接有测量轴，在风速测量装置工作的过程中第二密封槽会与第二密封垫圈相抵紧，实现对工作柜的密封，避免外界的灰尘火灾水分进入工作柜的内部，工作结束后，第一密封槽会与第一密封垫圈的外部相抵紧，再次实现对工作柜的密封，避免风速测量装置长期暴露在空气中，既保证了风速测量装置的使用寿命也实现了对工作柜的密封。
-
Patent Agency Ranking
公开(公告)号：CN114509179A
公开(公告)日：2022-05-17
申请号：CN202111579619.9
申请日：2021-12-22
Applicant: 中国大唐集团新能源科学技术研究院有限公司
IPC: G01K13/00 , G01K1/02 , G06F16/2458
Abstract: 本发明公开了一种风机变桨电机温升故障预警方法，包括测温获取单元、数据储存单元、数值构建单元和预警生成单元，涉及风机变桨电机技术领域，可以通过温度传感模块对变桨电机内的每个时段温度值进行检测，同时对各个时段的温度值进行储存形成历史数据库，而在历史数据库中，可以利用捕捉模型将故障数据区分开，人员可以提前输入预警阀值，将故障数据与预警阀值进行筛选对比，若故障数据大于预警阀值，则可以根据报警器发出预警信息，无需人员自行判断，同时可以大大提高判断温升故障的效率。
-
公开(公告)号：CN112378605A
公开(公告)日：2021-02-19
申请号：CN202011116165.7
申请日：2020-10-19
Applicant: 大唐(赤峰)新能源有限公司 , 中国大唐集团新能源科学技术研究院有限公司
Abstract: 本发明涉及一种基于EMD分解自学习的风电机组叶片故障识别方法，包括：步骤一，采集风电机组叶片声音信号在线监测数据，并对采集的监测数据进行EMD分解；步骤二，将EMD分解后的声音信号与正常声音信息进行比较，若存在差异，获取差异信息对应的IMF分量，并启动视频监测设备采集差异信息对应的风电机组叶片的视频图像数据；步骤三，基于BP神经网络的图像识别方法对采集的视频图像进行识别，得到风电机组叶片故障识别结果。本发明无需进行大量的人工筛选，当叶片出现故障时声音信号出现异常，通过触发视频监测，对高清视频监测图片内叶片表面裂纹、雷击、断裂等进行判断，进而对故障声信号进行标识，适用于对风电机组叶片的声音微弱信号进行检测。
-
公开(公告)号：CN114416833A
公开(公告)日：2022-04-29
申请号：CN202111469152.2
申请日：2021-12-03
Applicant: 中国大唐集团新能源科学技术研究院有限公司
IPC: G06F16/25 , G06F16/2458 , G06F16/215 , G06Q50/06
Abstract: 本发明实施例提供了一种跨域协同的数字化管理方法及装置，该方法应用于服务器，方法包括：采集风电场数据，通过预处理模型对风电场数据进行预处理；对预处理后的数据进行标准化处理，确定风电场的运行数据，并将运行数据进行存储；将运行数据发送至云端。本发明实现了设备运行监控和指标分析，通过对设备可靠性与损失电量的考核与闭环管理，实现新能源发电量的大幅提升；开展大数据分析和提质增效分析工作，进行中长期在线诊断分析和预警，提前发现和消除设备安全隐患，减少大部件设备故障发生次数、降低设备故障检修成本。
-
公开(公告)号：CN112378605B
公开(公告)日：2023-06-27
申请号：CN202011116165.7
申请日：2020-10-19
Applicant: 大唐(赤峰)新能源有限公司 , 中国大唐集团新能源科学技术研究院有限公司
Abstract: 本发明涉及一种基于EMD分解自学习的风电机组叶片故障识别方法，包括：步骤一，采集风电机组叶片声音信号在线监测数据，并对采集的监测数据进行EMD分解；步骤二，将EMD分解后的声音信号与正常声音信息进行比较，若存在差异，获取差异信息对应的IMF分量，并启动视频监测设备采集差异信息对应的风电机组叶片的视频图像数据；步骤三，基于BP神经网络的图像识别方法对采集的视频图像进行识别，得到风电机组叶片故障识别结果。本发明无需进行大量的人工筛选，当叶片出现故障时声音信号出现异常，通过触发视频监测，对高清视频监测图片内叶片表面裂纹、雷击、断裂等进行判断，进而对故障声信号进行标识，适用于对风电机组叶片的声音微弱信号进行检测。
-
公开(公告)号：CN114510512A
公开(公告)日：2022-05-17
申请号：CN202111574771.8
申请日：2021-12-21
Applicant: 中国大唐集团新能源科学技术研究院有限公司
Inventor： 张舒翔 , 徐志轩 , 吴立东 , 唐宏芬 , 尹男 , 曹庆才 , 张建新 , 张树晓 , 张礼兴 , 郭旭峰 , 荀佳萌 , 曹善桥 , 高德兰 , 刘显荣 , 石如心 , 王娟
IPC: G06F16/2458 , G06N3/04 , H02J7/35 , H02J13/00 , H05K5/02
Abstract: 本发明公开了一种基于深度学习与多重集成的风电短期功率预测方法，包括以下步骤：步骤一、使用数据收集装置获取待预测风电所在区域的气象数据；步骤二、数据收集装置通过预处理模块对获取的气象数据进行预处理；步骤三、针对气象数据不同变量，采用标准方法进行归一化处理；步骤三、对气象数据不同变量之间的相关性进行分析；步骤四、深度与多重集成式的神经网络结构设计；步骤五、利用训练样本数据对深度与多重集成式的神经网络进行训练；步骤六、在风电短期功率预测模块中，利用训练好的深度与多重集成式的神经网络模型对测试样本的风电短期功率进行预测。本发明便于更加全面的收集区域内的气象数据，使得数据有效性更强，避免数据单一性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.064 seconds)
