-
公开(公告)号：CN102946163A
公开(公告)日：2013-02-27
申请号：CN201210410367.1
申请日：2012-10-24
Applicant: 广东电网公司电力科学研究院 , 西安交通大学
Abstract: 本发明公开了一种大型发电机端部绕组的无源磁流变减振装置及减振方法，该减振装置包括设置在发电机端部绕组外壁面上的多个结构相同的无源磁流变阻尼器，多个无源磁流变阻尼器在电机端部绕组外壁面上沿周向均匀布置，每一个无源磁流变阻尼器远离发电机端部绕组外壁的另一端分别通过支架与发电机的机座固定连接，多个无源磁流变阻尼器用来抑制发电机端部绕组所产生的振动。该减振装置利用发电机端部绕组的端部漏磁场，能够有效抑制大型发电机的端部绕组振动，并且具有自适应性。本发明同时公开了大型发电机端部绕组的无源磁流变减振方法，该方法采用上述减振装置，操作方便，能够有效抑制大型发电机的端部绕组振动。
-
公开(公告)号：CN102946163B
公开(公告)日：2015-05-20
申请号：CN201210410367.1
申请日：2012-10-24
Applicant: 广东电网公司电力科学研究院 , 西安交通大学
Abstract: 本发明公开了一种大型发电机端部绕组的无源磁流变减振装置及减振方法，该减振装置包括设置在发电机端部绕组外壁面上的多个结构相同的无源磁流变阻尼器，多个无源磁流变阻尼器在电机端部绕组外壁面上沿周向均匀布置，每一个无源磁流变阻尼器远离发电机端部绕组外壁的另一端分别通过支架与发电机的机座固定连接，多个无源磁流变阻尼器用来抑制发电机端部绕组所产生的振动。该减振装置利用发电机端部绕组的端部漏磁场，能够有效抑制大型发电机的端部绕组振动，并且具有自适应性。本发明同时公开了大型发电机端部绕组的无源磁流变减振方法，该方法采用上述减振装置，操作方便，能够有效抑制大型发电机的端部绕组振动。
-
公开(公告)号：CN202872547U
公开(公告)日：2013-04-10
申请号：CN201220548452.X
申请日：2012-10-24
Applicant: 广东电网公司电力科学研究院 , 西安交通大学
Abstract: 本实用新型公开了一种大型发电机端部绕组的无源磁流变减振装置，该减振装置包括设置在发电机端部绕组外壁面上的多个结构相同的无源磁流变阻尼器，多个无源磁流变阻尼器在电机端部绕组外壁面上沿周向均匀布置，每一个无源磁流变阻尼器远离发电机端部绕组外壁的另一端分别通过支架与发电机的机座固定连接，多个无源磁流变阻尼器用来抑制发电机端部绕组所产生的振动。该减振装置利用发电机端部绕组的端部漏磁场，能够有效抑制大型发电机的端部绕组振动，并且具有自适应性。
-
公开(公告)号：CN104133129A
公开(公告)日：2014-11-05
申请号：CN201410326585.6
申请日：2014-07-09
Applicant: 广东电网公司电力科学研究院 , 华北电力大学
IPC: G01R31/00
Abstract: 本发明提供一种汽轮发电机组调速系统的低频振荡的监测方法和系统，其方法包括步骤：获取汽轮发电机组的调速系统侧的原始功率信号和原始阀门开度信号，分别对所述原始功率信号和所述原始阀门开度信号进行降采样率处理，得到功率信号和阀门开度信号；分别对所述功率信号和所述阀门开度信号进行Wigner-Ville分布变换，得到所述功率信号的能量的第一时频分布特性和所述阀门开度信号的能量的第二时频分布特性；根据所述第一时频分布特性和所述第二时频分布特性对汽轮发电机组调速系统的低频振荡进行监测，采用本发明方案，实现了对汽轮发电机组调速系统的低频振荡的有效的、实时的监测，可以提高经济效益，保证电网安全。
-
公开(公告)号：CN103984956A
公开(公告)日：2014-08-13
申请号：CN201410172548.4
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面点蚀故障进行诊断的方法，包括：步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对图像基元进行特征提取；步骤四、提出一种神经网络聚类—LLE流行学习算法对提取的多维图像特征进行降维；步骤五、通过实验获取风力机叶片正常状态图像基元以及表面点蚀故障图像基元；步骤六、使用训练数据库对故障诊断所用的支持向量机进行训练；步骤七、使用步骤六中训练好的支持向量机对风力发电机叶片基元的表面是否存在点蚀故障进行诊断；步骤八、对所有的叶片基元均进行步骤二、三、四、七的操作，直至完成整片叶片的点蚀诊断。
-
Patent Agency Ranking
公开(公告)号：CN102877945A
公开(公告)日：2013-01-16
申请号：CN201210197135.2
申请日：2012-06-15
Applicant: 广东电网公司电力科学研究院 , 华南理工大学
Abstract: 一种基于解析法的燃气轮机及其联合循环的变工况分析方法，以此建立变工况模型，根据模型运算的结果对燃气轮机的环境温度特性和负荷特性进行研究。获得带有IGV温度控制的燃气轮机恒速带负荷运行时的稳态变工况特性。本发明提供的燃气轮机及其联合循环的变工况分析方法，可建立起变工况模型，获得带有IGV温度控制的燃气轮机恒速带负荷运行时的稳态变工况特性，根据模型运算的结果可对燃气轮机的环境温度特性和负荷特性进行研究。
-
公开(公告)号：CN103984952B
公开(公告)日：2017-09-22
申请号：CN201410157662.X
申请日：2014-04-18
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面裂纹故障进行诊断的方法，该方法包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面故障诊断。该方法诊断精度高。
-
公开(公告)号：CN103984956B
公开(公告)日：2017-07-18
申请号：CN201410172548.4
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面点蚀故障进行诊断的方法，包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对图像基元进行特征提取；步骤四、提出一种神经网络聚类—LLE流行学习算法对提取的多维图像特征进行降维；步骤五、通过实验获取风力机叶片正常状态图像基元以及表面点蚀故障图像基元；步骤六、使用训练数据库对故障诊断所用的支持向量机进行训练；步骤七、使用步骤六中训练好的支持向量机对风力发电机叶片基元的表面是否存在点蚀故障进行诊断；步骤八、对所有的叶片基元均进行步骤二、三、四、七的操作，直至完成整片叶片的点蚀诊断。
-
公开(公告)号：CN103984952A
公开(公告)日：2014-08-13
申请号：CN201410157662.X
申请日：2014-04-18
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面裂纹故障进行诊断的方法，该方法包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面故障诊断。该方法诊断精度高。
-
公开(公告)号：CN103982378A
公开(公告)日：2014-08-13
申请号：CN201410171787.8
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
IPC: F03D11/00
CPC classification number: Y02E10/722
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面结冰故障进行诊断的方法，包括如下步骤：步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面结冰故障诊断。该方法诊断精度高。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.045 seconds)
