CN102434388B - 风力发电机组健康状态在线监测装置及其监测方法 - Google Patents
风力发电机组健康状态在线监测装置及其监测方法 Download PDFInfo
- Publication number
- CN102434388B CN102434388B CN2011103669324A CN201110366932A CN102434388B CN 102434388 B CN102434388 B CN 102434388B CN 2011103669324 A CN2011103669324 A CN 2011103669324A CN 201110366932 A CN201110366932 A CN 201110366932A CN 102434388 B CN102434388 B CN 102434388B
- Authority
- CN
- China
- Prior art keywords
- signal
- health status
- wind
- information
- generation unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开一种风力发电机组健康状态在线监测装置和监测方法,本发明监测装置包括信号采集模块、信号预处理模块、数据融合模块和健康状态信息输出模块。首先采集风电机组各部件信号,对采集到的信号进行预处理,以及对相关数据进行数据融合处理,提取数据征兆信息;在推理机作用下,将数据信息与专家库中的数据信息匹配,做出健康状态诊断决策,提供给用户;根据所述的报警信息或健康状态诊断决策信息做出相应的动作;本发明采用多种传感器采集风力发电机组健康状态信息,通过阈值控制和数据融合,提前判断可能发生故障的部件,保证了风电机组健康状态监测诊断决策的可靠性和准确性。
Description
技术领域
本发明涉及一种监测装置,特别是一种风力发电机组健康状态在线监测装置,属于风力发电技术领域。本发明还涉及一种风力发电机组健康状态在线监测的方法。
背景技术
根据国家《新能源产业振兴规划》草案,2020年我国风电总装机容量将达1.5亿千瓦,是2007年发布的《可再生能源中长期发展规划》目标的5倍。根据规划,我国将在甘肃、新疆、河北、吉林、内蒙古、江苏和山东七个省区打造8个千万千瓦级风电基地。甘肃酒泉千万千瓦级风电基地建设规划总装机容量为3565万千瓦;新疆哈密规划2000万千瓦;内蒙古规划建设5000万千瓦,其中蒙西2000万千瓦,蒙东3000万千瓦;河北规划在沿海和北部地区共建设1000万千瓦;江苏规划建设1000万千瓦,其中近海700万千瓦;吉林西部地区,主要在松源和白城等市,规划到2020年达到2300万千瓦。截至2009年底,我国风电装机容量已达2500万千瓦,跃居全球第二位。
我国风力发电发展迅猛,但在初级阶段面临故障多发的挑战。风电产业期待从粗放经营向集约经营转变,不仅需要提高装机容量,更需实现高产高效。而风机故障多发却成了实现这一目标的拦路虎,甚至有某风场数十台风机安装数年来因故障而从未发电的报告。更多的情况是风机可靠性较低,而又缺乏故障预警功能,以致较小的故障未能发现、维修而发展成重大的安全和设备事故,不仅造成停机损失,而且维修费用急剧上升,甚至可能超过其产出费用。因此,国外已经出现了某风机制造商因保修其故障多发的产品导致企业入不敷出而破产的报道。风电产业必须走出此类窘境。
健康状态监测技术为风电产业脱离上述窘境提供了技术条件。健康状态监测的基本宗旨是及时发现故障,告警提示维修。它虽然不能防止故障发生,但能防患于未然。健康状态监测技术不间断地为风电设备进行健康体检,及时发现病情并指导及时治疗,能够防止小疾发展为大病,以较小的代价恢复健康,从而保持健康和延长寿命,发挥更大的经济效益。
大型设备结构健康状态监测技术目前主要应用在航空、航天、桥梁、建筑等领域,普遍通过预埋多自由度传感器的方式,实时监测振动加速度等信号,采用模态参数识别方法,通过识别频率和阻尼等结构动态特性参数,诊断健康状态,为结构安全运行提供技术保障。在风力发电领域,健康状态监测属于重大创新研究内容。
现有的所谓健康状态监测***,绝大部分都是基于风机振动物理量,监测手法单一,并且监测精度较低,往往只能作为人工监测的辅助装置。
发明内容
本发明所要解决的技术问题是提供一种可对风力发电机实时运行状态进行在线监测风力发电机组健康状态在线监测装置以及风力发电机组健康状态在线监测的方法。
为了解决上述的技术问题,本发明的技术方案是:一种风力发电机组健康状态在线监测装置,其包括:
信号采集模块,所述信号采集模块包括:设置在风电机组数个部件上采集各部件的振动信号的振动传感器;设置在风电机组部件上采集各部件的温度信号的温度传感器;设置在风电机组油箱处采集油质信号的油质传感器;设置在风电机组部件附近采集各部件音频信号的音频传感器;设置在风电机组叶片上采集叶片应力应变信号的应力应变传感器;用于接收风电机组基本信息的风电机组基本信息采集模块;
信号预处理模块,通过预先设定的阈值,对信号采集模块采集的信号进行预处理:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,若信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,或者根据控制要求直接采取退出发电运行等动作;
数据融合模块,提取数据征兆信息,在推理机作用下,将数据信息与专家库***中的数据信息匹配,做出健康状态诊断决策,提供给用户;
健康状态信息输出模块,根据信号预处理模块和数据融合模块提供的信息向人工监测平台输出相应监测信息。
所述信号采集模块中振动传感器包括:安装在风电机组叶片、主轴和塔架上,分别采集安装位置振动信号的低频振动传感器;安装在转子轴上采集转子振动信号的中频传感器;安装在风电机组发电机和齿轮箱上,分别采集安装位置振动信号的高频传感器。
所述信号采集模块中温度传感器安装在齿轮箱轴承、齿轮箱油箱、发电机轴承、发电机绕组、电抗器、电容器、IGBT、整流器、控制柜或者塔基控制柜风出口处,用于采集各安装位置的温度信号。
所述信号预处理模块中对电流功率信号采用离散小波去除信号噪声,再通过连续小波提取信号特征频率。
在所述专家库***中设置有自学习模块,健康状态诊断决策经自学习模块反馈给专家库,并对相应的置信度因子进行修改,更新专家库;自学习模块能根据专家库中的信息和用户对***健康状态监测结果的处理情况进行推理,以获得新信息,总结新经验,不断扩充专家库,实现专家库***的自学习功能,从而提高诊断决策精度。
本发明一种风力发电机组健康状态在线监测方法包括如下步骤:
1)采集风电机组各部件信号,包括振动信号、油质信号、温度信号、音频信号、应力应变信号和当前气象状态基本信息;
2)对采集到的信号进行预处理,包括:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,若信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,或者根据控制要求直接采取退出发电运行等动作;
3)对相关数据进行数据融合处理,提取数据征兆信息,在推理机作用下,将数据信息与专家库中的数据信息匹配,做出健康状态诊断决策,提供给用户;
4)根据报警信息或健康状态诊断决策信息做出相应的动作。
本发明的风力发电机组健康状态在线监测装置和方法,由于采用多种传感器采集风力发电机组健康状态信息,通过阈值控制和数据融合,能够提前判断故障可能发生的部件,保证了风电机组健康状态监测诊断决策的可靠性和准确性,为风电机组健康运行提供了充分的安全保障。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为风力发电机组健康状态在线监测装置的结构框图;
图2为风力发电机组健康状态在线监测方法流程图;
图3为故障电流信号频谱图。
具体实施方式
风力发电机组健康状态在线监测装置,如图1所示,包括:
信号采集模块,包括:振动传感器1~n1,设置在风电机组数个部件上以采集各部件的振动信号;温度传感器1~n2,设置在风电机组数个部件上以采集各部件的温度信号;油质传感器1~n3,设置在风电机组油箱处以采集油质信号;音频传感器1~n4,设置在风电机组数个部件附近以采集各部件的音频信号;应力应变传感器1~n5,设置在风电机组叶片上以采集叶片应力应变信号;风电机组基本信息采集模块,用于接收风电机组环境信息和电气信息。
信号预处理模块,通过预先设定的阈值,对信号采集模块采集的信号进行预处理:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,如信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,也可根据控制要求直接采取退出发电运行等动作。
数据融合模块,提取数据征兆信息,在推理机作用下,将数据信息与专家库中的数据信息匹配,做出健康状态诊断决策,提供给用户。在专家库***中加入自学习模块,健康状态诊断决策、经自学习模块反馈给专家库,并对相应的置信度因子进行修改,更新专家库。同时,自学习模块能根据专家库中的信息和用户对***健康状态监测结果的处理情况进行推理,以获得新信息,总结新经验,不断扩充专家库,实现专家库***的自学习功能,从而提高诊断决策精度。
健康状态信息输出模块,根据信号预处理模块和数据融合模块提供的信息向人工监测平台输出相应监测信息,包括报警信号和健康状态诊断决策。
所述信号采集模块中振动传感器包括:低频振动传感器,安装在风电机组叶片、主轴和塔架上,分别采集安装位置的振动信号;中频传感器,安装在转子轴上,采集转子振动信号;高频传感器,安装在风电机组发电机上和齿轮箱上,分别采集安装位置的振动信号。
所述信号采集模块中温度传感器安装在齿轮箱轴承、齿轮箱油箱、发电机轴承、发电机绕组、电抗器、电容器、IGBT、整流器、控制柜、塔基控制柜风出口等处,采集各安装位置的温度信号。
所述信号采集模块中风电机组基本信息采集模块采集的风电机组基本信息包括:环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率。
所述信号预处理模块中对电流功率信号可采用离散小波去除信号噪声,再通过连续小波提取信号特征频率。
本发明还提供风力发电机组健康状态在线监测方法,如图2所示包括以下步骤:
采集风电机组各所述部件信号,包括振动信号、油质信号、温度信号、音频信号、应力应变信号和风电机组基本信息。
对采集到的信号进行预处理,包括:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,如信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,也可根据控制要求直接采取退出发电运行等动作。
对相关数据进行数据融合处理,提取数据征兆信息,在推理机作用下,将数据信息与专家库中的数据信息匹配,做出健康状态诊断决策,提供给用户。
根据所述的报警信息或健康状态诊断决策信息做出相应的动作。
例如:1台10kW风力发电机,通过在转子附加一定质量物体来模拟机械扰动或者故障,具体为:在0-120秒正常运行,在第121秒开始,在其292kg的转子上附加一1kg附加物(大约为0.3%,造成的平衡质量等级为G7.8,小于IS01940-1:2003规定的低速风机传动轴平衡等级G16)持续120秒。当前风速8米/秒,输出有功功率3kW,转子主轴振动信号阈值设定为[0,0.4]毫米/秒。
信号预处理通过,进入数据融合模块。经过数据处理,频谱分析结果如图3所示。纵坐标表示机械扰动后信号的频谱能量。由图3可以明显看出,频谱在121秒发生跳变,在121~240秒间异常,通过对比相同工况下专家库频谱(即图中0~60秒频谱),发现出发电机转子异常。采集的振动信号为,0~120秒为0.05~0.07毫米/秒(有波动),121~240秒为0.34~0.38毫米/秒(有波动),信号均在阈值范围内。
调用专家库相关信息,在环境风速8米/秒,输出有功功率3kW工况下,专家库振动信息为[0.02~0.16]毫米/秒,采集到的121~240秒信息波动范围超出专家库阈值。对振动信号和电气信号进行数据融合,得出诊断结果即转子轴故障,发出报警信号,并输出健康状态诊断决策。
Claims (6)
1.一种风力发电机组健康状态在线监测装置,其特征在于包括:
信号采集模块,所述信号采集模块包括:设置在风电机组数个部件上采集各部件的振动信号的振动传感器;设置在风电机组部件上采集各部件的温度信号的温度传感器;设置在风电机组油箱处采集油质信号的油质传感器;设置在风电机组部件附近采集各部件音频信号的音频传感器;设置在风电机组叶片上采集叶片应力应变信号的应力应变传感器;用于接收风电机组基本信息的风电机组基本信息采集模块;
信号预处理模块,通过预先设定的阈值,对信号采集模块采集的信号进行预处理:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,若信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,或者根据控制要求直接采取退出发电运行动作;
数据融合模块,提取数据征兆信息,在推理机作用下,将数据信息与专家库***中的数据信息匹配,做出健康状态诊断决策,提供给用户;
健康状态信息输出模块,根据信号预处理模块和数据融合模块提供的信息向人工监测平台输出相应监测信息。
2.根据权利要求1所述的一种风力发电机组健康状态在线监测装置,其特征在于所述信号采集模块中振动传感器包括:安装在风电机组叶片、主轴和塔架上,分别采集安装位置振动信号的低频振动传感器;安装在转子轴上采集转子振动信号的中频传感器;安装在风电机组发电机和齿轮箱上,分别采集安装位置振动信号的高频传感器。
3.根据权利要求1所述的一种风力发电机组健康状态在线监测装置,其特征在于:所述信号采集模块中温度传感器安装在齿轮箱轴承、齿轮箱油箱、发电机轴承、发电机绕组、电抗器、电容器、IGBT、整流器、控制柜或者塔基控制柜风出口处,用于采集各安装位置的温度信号。
4.根据权利要求1所述的一种风力发电机组健康状态在线监测装置,其特 征在于:所述信号预处理模块中对电流功率信号采用离散小波去除信号噪声,再通过连续小波提取信号特征频率。
5.根据权利要求1所述的一种风力发电机组健康状态在线监测装置,其特征在于:在所述专家库***中设置有自学习模块,健康状态诊断决策经自学习模块反馈给专家库,并对相应的置信度因子进行修改,更新专家库;自学习模块能根据专家库中的信息和用户对***健康状态监测结果的处理情况进行推理,以获得新信息,总结新经验,不断扩充专家库,实现专家库***的自学习功能。
6.一种风力发电机组健康状态在线监测方法,其特征在于包括如下步骤:
1)采集风电机组各部件信号,包括振动信号、油质信号、温度信号、音频信号、应力应变信号和当前气象状态基本信息;
2)对采集到的信号进行预处理,包括:对振动信号、音频信号和风电机组电气电流信号进行放大和滤波;对温度信号、油质信号、应力应变信号和风电机组电气功率信号进行阈值比较,若信号超过设定阈值范围,则通过健康状态信息输出模块直接向人工监测平台发出报警信息,或者根据控制要求直接采取退出发电运行动作;
3)对相关数据进行数据融合处理,提取数据征兆信息,在推理机作用下,将数据信息与专家库中的数据信息匹配,做出健康状态诊断决策,提供给用户;
4)根据报警信息或健康状态诊断决策信息做出相应的动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103669324A CN102434388B (zh) | 2011-11-17 | 2011-11-17 | 风力发电机组健康状态在线监测装置及其监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103669324A CN102434388B (zh) | 2011-11-17 | 2011-11-17 | 风力发电机组健康状态在线监测装置及其监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102434388A CN102434388A (zh) | 2012-05-02 |
CN102434388B true CN102434388B (zh) | 2013-11-20 |
Family
ID=45982671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103669324A Expired - Fee Related CN102434388B (zh) | 2011-11-17 | 2011-11-17 | 风力发电机组健康状态在线监测装置及其监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102434388B (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778358A (zh) * | 2012-06-04 | 2012-11-14 | 上海东锐风电技术有限公司 | 故障预测模型建立方法及***、风机监测预警***及方法 |
CN102721924B (zh) * | 2012-06-26 | 2014-07-02 | 新疆金风科技股份有限公司 | 风力发电机组的故障预警方法 |
CN103645060B (zh) * | 2013-11-08 | 2016-05-04 | 北京能高自动化技术股份有限公司 | 基于状态监控***的风力发电机组突发故障识别诊断方法 |
CN103680094B (zh) * | 2013-12-31 | 2016-07-20 | 山东博安智能科技股份有限公司 | 公路监控***的远端监控装置及信息发布方法及监控方法 |
CN104251719A (zh) * | 2014-09-30 | 2014-12-31 | 华北电力大学(保定) | 一种具有状态监测功能的振动信号处理***及方法 |
CN104573307B (zh) * | 2014-10-14 | 2018-02-13 | 山东创德软件技术有限公司 | 一种基于数据协调的电站状态在线诊断及运行优化*** |
CN105717887B (zh) * | 2014-12-05 | 2018-03-02 | 克拉玛依红有软件有限责任公司 | 基于物联网传感数据的油气处理站智能预警*** |
CN104807644B (zh) * | 2015-04-14 | 2019-04-05 | 北京中恒博瑞数字电力科技有限公司 | 一种风电机组变桨***的故障预警方法及*** |
CN104989594A (zh) * | 2015-06-20 | 2015-10-21 | 上海电机学院 | 风力发电机组振动波形采集***及方法 |
CN105179179B (zh) * | 2015-07-15 | 2018-09-04 | 北京汉能华科技股份有限公司 | 一种风力发电机组的全状态监测方法和*** |
CN105277234A (zh) * | 2015-09-27 | 2016-01-27 | 上海电机学院 | 一种风力发电机叶片状态监测*** |
CN106610345B (zh) * | 2015-10-27 | 2019-10-25 | 北京卫星环境工程研究所 | 一套用于空间环境模拟试验设备的健康状态监测*** |
CN106813923A (zh) * | 2015-11-30 | 2017-06-09 | 北京华清燃气轮机与煤气化联合循环工程技术有限公司 | 一种发电机组轴承故障检测装置和检测方法 |
CN106014876A (zh) * | 2016-05-17 | 2016-10-12 | 沈阳工程学院 | 一种基于专家***的风机监测装置 |
CN107786033A (zh) * | 2016-08-25 | 2018-03-09 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种健康管理功能的机电作动器 |
CN106525415B (zh) * | 2016-10-25 | 2019-07-26 | 华北电力科学研究院有限责任公司 | 一种风电机组传动链健康状态评价***及方法 |
CN106682814B (zh) * | 2016-11-28 | 2021-01-01 | 华北电力大学 | 一种基于故障知识库的风电机组故障智能诊断方法 |
CN106704102B (zh) * | 2016-12-29 | 2019-10-15 | 北京金风科创风电设备有限公司 | 用于确定风力发电机组的叶片平衡状况的方法和*** |
CN109386435B (zh) * | 2017-08-04 | 2021-01-01 | 阿里巴巴集团控股有限公司 | 风电机故障监控方法、装置和*** |
CN108301987B (zh) * | 2017-12-22 | 2020-03-17 | 浙江运达风电股份有限公司 | 基于电气参量的风电机组传动轴系在线观测*** |
CN108506171B (zh) * | 2018-03-20 | 2019-08-16 | 明阳智慧能源集团股份公司 | 一种大型半直驱机组齿轮箱冷却***故障预警方法 |
CN108518315A (zh) * | 2018-03-20 | 2018-09-11 | 深圳众厉电力科技有限公司 | 一种基于云存储技术的风电机组智能监测*** |
CN108614246A (zh) * | 2018-03-29 | 2018-10-02 | 西安电子工程研究所 | 一种雷达的全生命周期监测*** |
CN108712756B (zh) * | 2018-05-17 | 2021-06-11 | 河海大学 | 一种风电机组叶片状态监测网络可靠性分析方法 |
CN108894932B (zh) * | 2018-05-28 | 2020-07-10 | 国电联合动力技术有限公司 | 一种风电机组发电机轴承故障智能诊断***及方法 |
CN109356798B (zh) * | 2018-11-08 | 2020-04-17 | 内蒙古科技大学 | 一种基于协整分析的风力发电机齿轮箱状态监测方法 |
CN109341780B (zh) * | 2018-11-29 | 2020-10-13 | 浙江省生态环境科学设计研究院 | 一种多手段低成本风机故障监测方法 |
CN109763944B (zh) * | 2019-01-28 | 2021-03-12 | 中国海洋大学 | 一种海上风机叶片故障非接触式监测***及监测方法 |
CN110455517B (zh) * | 2019-08-22 | 2021-05-18 | 苏州旋械感知信息科技有限公司 | 一种风力发电机组的塔筒健康监测方法 |
CN113685322A (zh) * | 2020-05-17 | 2021-11-23 | 北京华信科创科技有限公司 | 一种海上风力发电机组用辅控集成采集模块及辅控平台 |
CN112033476A (zh) * | 2020-09-21 | 2020-12-04 | 中船重工(上海)节能技术发展有限公司 | 一种风力助推转子的监测***及监测方法 |
CN114763784A (zh) * | 2021-01-12 | 2022-07-19 | 北京国电电力新能源技术有限公司 | 风机综合健康状态在线监测及故障预警*** |
CN114323643B (zh) * | 2021-12-31 | 2024-03-26 | 广东石油化工学院 | 一种旋转机组监测调节装置及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101232268A (zh) * | 2008-01-29 | 2008-07-30 | 西安交通大学 | 一种风力发电***中抑制输入电网功率波动的控制方法 |
CN101363420A (zh) * | 2007-08-10 | 2009-02-11 | 通用电气公司 | 通过信号的组合的事件监控 |
CN102102629A (zh) * | 2011-01-17 | 2011-06-22 | 东南大学 | 一种风电机组在线数据采集与分析装置 |
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电***有功功率在线评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7013203B2 (en) * | 2003-10-22 | 2006-03-14 | General Electric Company | Wind turbine system control |
PT1531376E (pt) * | 2003-11-14 | 2007-03-30 | Gamesa Innovation Technology S L Unipersonal | Equipamento de monitorização e de processamento de dados para turbinas de vento e sistema de prognóstico da manutenção para estações eólicas |
-
2011
- 2011-11-17 CN CN2011103669324A patent/CN102434388B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101363420A (zh) * | 2007-08-10 | 2009-02-11 | 通用电气公司 | 通过信号的组合的事件监控 |
CN101232268A (zh) * | 2008-01-29 | 2008-07-30 | 西安交通大学 | 一种风力发电***中抑制输入电网功率波动的控制方法 |
CN102102629A (zh) * | 2011-01-17 | 2011-06-22 | 东南大学 | 一种风电机组在线数据采集与分析装置 |
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电***有功功率在线评估方法 |
Non-Patent Citations (2)
Title |
---|
状态监测与故障诊断在风电机组上的应用;龙泉等;《现代电力》;20081210;第25卷(第06期);第56-59页 * |
龙泉等.状态监测与故障诊断在风电机组上的应用.《现代电力》.2008,第25卷(第06期),第56-59页. |
Also Published As
Publication number | Publication date |
---|---|
CN102434388A (zh) | 2012-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102434388B (zh) | 风力发电机组健康状态在线监测装置及其监测方法 | |
Artigao et al. | Wind turbine reliability: A comprehensive review towards effective condition monitoring development | |
CN104019000B (zh) | 风力发电机组的载荷谱测定与前瞻性维护*** | |
CN102622458B (zh) | 一种风力发电机组振动与载荷综合评估***及评估方法 | |
Spinato et al. | Reliability of wind turbine subassemblies | |
Amirat et al. | A brief status on condition monitoring and fault diagnosis in wind energy conversion systems | |
US8577509B2 (en) | Method and a system for controlling operation of a wind turbine | |
Hashemian | Wireless sensors for predictive maintenance of rotating equipment in research reactors | |
Zhang et al. | A survey of condition monitoring and fault diagnosis toward integrated O&M for wind turbines | |
EP2290488B1 (en) | A method and a system for adjusting alarm level of a component in a wind turbine | |
CN103912448B (zh) | 一种区域风电场机组功率特性监测方法 | |
CN102539538A (zh) | 用于监测风力涡轮的方法和*** | |
JP6783110B2 (ja) | 予兆診断装置及びそれを有する発電装置制御システム | |
CN102352824B (zh) | 一种基于电气信息的风力发电机健康状态监测***和方法 | |
CN202326011U (zh) | 一种风电机组的状态监测与故障诊断*** | |
Wilkinson et al. | Towards the zero maintenance wind turbine | |
CN114412685B (zh) | 一种水轮发电机组轴承温度分析与异常监测方法 | |
CN103994199B (zh) | 基于状态监测的齿轮箱维护时间确定方法 | |
Merizalde et al. | Diagnosis of wind turbine faults using generator current signature analysis: A review | |
CN202453182U (zh) | 一种风电机组齿轮箱故障诊断装置 | |
Tchakoua et al. | New trends and future challenges for wind turbines condition monitoring | |
CN117905638A (zh) | 基于强化学习的风力发电机优化控制方法及*** | |
CN104535928A (zh) | 直驱风力发电机模拟试验台与状态监测装置 | |
CN204085911U (zh) | 风力发电机组的故障诊断*** | |
CN113864208B (zh) | 脱硫浆液循环泵运行状态智能监测诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice |
Addressee: Gao Bingtuan Document name: Notification to Pay the Fees |
|
DD01 | Delivery of document by public notice |
Addressee: Gao Bingtuan Document name: Notification of Termination of Patent Right |
|
DD01 | Delivery of document by public notice | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131120 Termination date: 20161117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |