CN109458306A - 一种基于dsp的风力发电机组功率特性测试*** - Google Patents

一种基于dsp的风力发电机组功率特性测试*** Download PDF

Info

Publication number
CN109458306A
CN109458306A CN201811544234.7A CN201811544234A CN109458306A CN 109458306 A CN109458306 A CN 109458306A CN 201811544234 A CN201811544234 A CN 201811544234A CN 109458306 A CN109458306 A CN 109458306A
Authority
CN
China
Prior art keywords
wind
power
wind speed
10min
average value
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.)
Pending
Application number
CN201811544234.7A
Other languages
English (en)
Inventor
孟克其劳
徐晓越
宋为民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inner Mongolia University of Technology
Original Assignee
Inner Mongolia University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inner Mongolia University of Technology filed Critical Inner Mongolia University of Technology
Priority to CN201811544234.7A priority Critical patent/CN109458306A/zh
Publication of CN109458306A publication Critical patent/CN109458306A/zh
Pending legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00Function
    • F05B2260/83Testing, e.g. methods, components or tools therefor
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05BINDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00Control
    • F05B2270/30Control parameters, e.g. input parameters
    • F05B2270/335Output power or torque

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Wind Motors (AREA)

Abstract

本发明提供一种基于DSP的风力发电机组功率特性测试***,主要涉及风力发电机组功率特性测试分析领域。一种基于DSP的风力发电机组功率特性测试***,包括上位处理机、DSP芯片、风速传感器、风向传感器、温度传感器、气压传感器、电流传感器和电压传感器,其特征在于:所述上位处理机内置Python软件,所述DSP芯片与上位处理机以SCI串口通信信号连接,所述风速传感器、风向传感器、温度传感器、气压传感器、电流传感器、电压传感器均与DSP芯片电连接。本发明的有益效果在于:本发明提高了测试风力发电机组功率特性测试的准确度,使设备更加便携,并且有一个较好的人机交互界面可实时显示与分析数据。

Description

一种基于DSP的风力发电机组功率特性测试***
技术领域
本发明主要涉及风力发电机组功率特性测试分析领域,具体是一种基于DSP的风力发电机组功率特性测试***。
背景技术
我国对于风力发电机组功率特性测试的研究起步较晚,相比国外来说比较落后,但是经过多年的努力,对于风力发电机组功率特性测试也逐渐形成统一的标准,依据IEC61400-12-1制定了国家标准GB/18451.2-2012风力发电机组功率特性测试方法。初步形成了风力发电机组功率特性测试标准体系,提高了风力发电机组功率特性测试、评价、认证能力,但是由于行业对于功率特性测试的测试评估技术等公共平台建设起步较晚,相关的功能还不完善,实验和测试设施还不完备,缺乏公共测试风机功率特性平台,还需要国外的一些技术支持。
风力发电机组在设计、实验、运行的过程中,机组的功率曲线是一个非常重要的指标。风力发电机组在交付使用时,其生产厂商会提供机组在标准空气密度(1.225kg/m3)下的功率曲线。但在实际的风电机组进行过程中,实际功率曲线和标准功率曲线会存在一定的差异。若实际功率曲线高于标准功率曲线,风电机组长期处于过负荷状态,会影响其寿命;若实际功率曲线低于标准功率曲线,将会导致风电机组发电量下降,影响风电场运营的效益。风电机组的功率特性测试可以反映出机组多方面的特性,并对其设计、制造的改进与优化起到指导作用。基于以上原因,风电机组功率特性测试成为风电机组型式认证中必不可少的环节。
对于我国的风机近几年装机的容量增长迅速,风力发电机组的种类和型号也越来越多,从而导致与风机配套的一些功率特性测试产品技术出现滞后的现象。目前常用功率特性测试设备很难满足IEC61400-12-1标准要求的风力发电机组功率特性测试,无法便携的对每台风力发电机组功率特性数据同步采集进行测试分析。
由此可见,以上现有的风力发电机组功率特性测试***在设计上仍有一些缺陷和不足,需进一步解决。如何能创造一套高精度、便携式的风力发电机组功率特性测试***,成为当前业界需解决的问题。
发明内容
为解决现有技术的不足,本发明提供了一种基于DSP的风力发电机组功率特性测试***,它提高了测试风力发电机组功率特性测试的准确度,使设备更加便携,并且有一个较好的人机交互界面可实时显示数据的变化。
本发明为实现上述目的,通过以下技术方案实现:
一种基于DSP的风力发电机组功率特性测试***,包括上位处理机、DSP芯片、风速传感器、风向传感器、温度传感器、气压传感器、电流传感器和电压传感器,其特征在于:所述上位处理机内置Python软件,所述DSP芯片与上位处理机以SCI串口通信信号连接,所述风速传感器、风向传感器、温度传感器、气压传感器、电流传感器、电压传感器均与DSP芯片电连接。
一种基于DSP的风力发电机组功率特性测试***,使用方法如下:
S1:所述风速传感器、风向传感器、温度传感器、气压传感器、电流传感器和电压传感器将检测到的风力发电机轮毂高度的风速信息、风向信息、温度信息、气压信息和风力发电机产生的电流信息、电压信息传递到DSP芯片,所述DSP芯片将各传感器传递的信号进行采集与预处理,并将数据传递到上位处理机;
S2:所述上位处理机绘制测量功率曲线,所述测量功率曲线由输出功率标准化和输出风速标准化在每一区间的均值求得:
计算空气密度平均值:
式中,ρ10min为10min得到的空气密度平均值,T10min为10min得到的绝对气温平均值,B10min为10min得到的气压平均值,R0为干燥空气的气体常数287.05J/(kg·K);
标准化输出功率:
式中,Pn为标准化的输出功率,P10min为10min得到的功率平均值,ρ0为标准空气密度;
标准化风速:
式中,Vn为标准化的风速,V10min为测量风速10min平均值;
风速与输出功率的处理公式为:
(D)、(E)式中,Vi为第i个区间标准化的平均风速,Vn,i,j为第i个区间数组j标准化的风速,Pi为第i个区间输出功率标准化之后的平均值,Pn,i,j为第i个区间数组j输出功率标准化之后的平均值,Ni为第i个区间10min数组的数目;
S3:所述上位处理机计算利用风电机组功率特性曲线计算待测风电机组的功率系数,功率系数的公式为:
式中,Cp,i为第i个区间的功率系数,Vi为第i个区间风速标准化之后的平均值,Pi为第i个区间输出功率标准化之后的平均值,A为风轮的横扫面积,ρ0为标准空气密度;
S4:所述上位处理机计算风力发电机组年发电量,所述风力发电机组年发电量的计算是根据参考不同风速的频率分布和测量功率曲线数据估算得到,用威布尔分布的形状参数是2的频率分布即瑞利分布作为风速的频率分布:
以风速为参数的瑞利累计概率分布函数为:
式中,F(V)为风速的瑞利累计概率分布函数,VAVE为轮毂高度的年平均风速;
当轮毂高度年平均风速分别为4m/s、5m/s、6m/s、7m/s、8m/s、9m/s、10m/s和11m/s时计算相应的年发电量:
年发电量估算的公式为:
式中,AEP为一年的发电量。Nh为一年中的小时数,约为8760小时;N为区间个数,Vi为第i个区间风速标准化后的平均值,Pi为第i个区间标准化的平均输出功率;
求和初始化设置为:
Pi-1=0.0kw Vi-1=Vi-0.5m/s (I)
对比现有技术,本发明的有益效果是:
本发明采用高精度且抗干扰性较强、可实时性采集DSP芯片和易读、易维护的开源软件Python为主要应用硬件与软件,对风力发电机组功率特性测试***进行设计与实现。设备更加小巧容易携带,可提高测试风力发电机组功率特性测试的准确度,使设备更加便携,并且有一个较好的人机交互界面可实时显示与分析数据。
附图说明
附图1是本发明***结构示意图;
附图2是本发明功率特性测试界面。
附图中所示标号:1、上位处理机;2、DSP芯片;3、风速传感器;4、风向传感器;5、温度传感器;6、气压传感器;7、电流传感器;8、电压传感器。
具体实施方式
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
如图1-2所示,本发明所述一种基于DSP的风力发电机组功率特性测试***,包括上位处理机1、DSP芯片2、风速传感器3、风向传感器4、温度传感器5、气压传感器6、电流传感器7和电压传感器8,所述上位处理机1内置Python软件,所述DSP芯片2与上位处理机1以SCI串口通信信号连接,所述上位处理机用python软件的Serial与tkinter模块,编程设计一简单的串口通信选择界面供使用者操作,所述风速传感器3、风向传感器4、温度传感器5、气压传感器6均设置在风力发电机轮毂附近,所述电流传感器7、电压传感器8与风力发电机组的输电线相连接,所述风速传感器3、风向传感器4、温度传感器5、气压传感器6、电流传感器7和电压传感器8均与DSP芯片电连接,所述DSP芯片采用STM320F28335芯片的DSP开发板。本装置以运算放大器TLC274芯片为主将模拟信号转换为数字信号的电路设计,连接STM320F28335芯片,实现采集与预处理的结果,对输入的信号通过变送器转化为0~3V的电压信号,以ePWM(增强型脉宽调制信号)实现对信号的采样率的设置,同时编程实现对采样的数据进行预处理,对采集的信号进行100倍的放大,提高对数据采集的精准度。
一种基于DSP的风力发电机组功率特性测试***,使用方法如下:
S1:所述风速传感器3、风向传感器4、温度传感器5、气压传感器6、电流传感器7和电压传感器8将检测到的风力发电机轮毂高度的风速信息、风向信息、温度信息、气压信息和风力发电机产生的电流信息、电压信息传递到DSP芯片2,所述DSP芯片2将各传感器传递的信号进行采集与预处理,并将数据传递到上位处理机1;
S2:所述上位处理机1绘制测量功率曲线,所述测量功率曲线由输出功率标准化和输出风速标准化在每一区间的均值求得。对于数据间的标准化我们应标准化到两种参考空气条件下。一为海平面时的空气密度,参考的为ISO标准大气密度(1.225kg/m3);二为测试风力发电机组有效数据测量的空气密度平均值,把测量的数据四舍五入到最接近0.05kg/m3。当测试风机场地的空气密度在1.225kg/m3±0.05kg/m3范围内时,可以把空气密度视为标准空气平均密度,另一选择为,将空气密度标准化至测试风机场地预定义的标准空气密度下。计算空气密度平均值:
式中,ρ10min为10min得到的空气密度平均值,T10min为10min得到的绝对气温平均值,所述绝对气温平均值根据温度传感器实时检测的温度进行叠加后除以时间计算得出。B10min为10min得到的气压平均值,所述气压平均值根据气压传感器实时检测的气压进行叠加后除以时间计算得出。R0为干燥空气的气体常数287.05J/(kg·K)。其中,根据ρ=PMmol/RT可计算出空气平均密度,P为压力传感器检测的实时气压,M为空气摩尔质量,R为常量,T为温度传感器实时检测的绝对温度,根据计算得到的实时空气平均密度,可以由上位处理机实时叠加计算出ρ10min
标准化输出功率:
式中,Pn为标准化的输出功率,P10min为10min得到的功率平均值,根据电流传感器和电压传感器检测到的实时电流和电压数据可以计算出风力发电机组的实时功率,通过实施功率的叠加后除以时间可以得出P10min,ρ0为标准空气密度。
标准化风速:
式中,Vn为标准化的风速,V10min为测量风速10min平均值,所述测量风速10min平均值由风速传感器实时检测的数据叠加后除以时间得出。
风速与输出功率的处理公式为:
(D)、(E)式中,Vi为第i个区间标准化的平均风速,Vn,i,j为第i个区间数组j标准化的风速,Pi为第i个区间输出功率标准化之后的平均值,Pn,i,j为第i个区间数组j输出功率标准化之后的平均值,Ni为第i个区间10min数组的数目。
S3:所述上位处理机(1)计算利用风电机组功率特性曲线计算待测风电机组的功率系数,功率系数的公式为:
式中,Cp,i为第i个区间的功率系数,Vi为第i个区间风速标准化之后的平均值,Pi为第i个区间输出功率标准化之后的平均值,A为风轮的横扫面积,ρ0为标准空气密度;
S4:所述上位处理机(1)计算风力发电机组年发电量,所述风力发电机组年发电量的计算是根据参考不同风速的频率分布和测量功率曲线数据估算得到,用威布尔分布的形状参数是2的频率分布即瑞利分布作为风速的频率分布:
以风速为参数的瑞利累计概率分布函数为:
式中,F(V)为风速的瑞利累计概率分布函数,VAVE为轮毂高度的年平均风速;
当轮毂高度年平均风速分别为4m/s、5m/s、6m/s、7m/s、8m/s、9m/s、10m/s和11m/s时计算相应的年发电量:
年发电量估算的公式为:
式中,AEP为一年的发电量。Nh为一年中的小时数,约为8760小时;N为区间个数,Vi为第i个区间风速标准化后的平均值,Pi为第i个区间标准化的平均输出功率;
求和初始化设置为:
Pi-1=0.0kw Vi-1=Vi-0.5m/s (I)
实施例:
针对风力发电机组功率特性测试***需求分析可知,***硬件配置部分主要是实现信号的采集、预处理以及传输,主要包括风速、风向、温度、大气压和电流、电压等信号的采集,然后将采集的信号传输给上位机。由此选定的主要的硬件为:DSP芯片为STM320F28335芯片的DSP开发板;上位处理机为装有Python的PC机;传感器分别为风速传感器型号为杯式型传感器EL15-1A;风向传感器为杯式型风向传感器EL15-2DE;大气压传感器;温湿度传感器、电流传感器和电压传感器等;对AD采集方面,是以运算放大器TLC274芯片为主将模拟信号转换为数字信号的电路设计,同时连接STM320F28335芯片,实现采集与预处理的结果。对输入的信号通过变送器转化为0~3V的电压信号,以ePWM(增强型脉宽调制信号)实现对信号的采样率的设置,同时编程实现对采样的数据进行预处理,对采集的信号进行100倍的放大,提高对数据采集的精准度。
功率特性测试***PC端软件设计,主要是以IEC 61400-12-1标准中对功率特性处理的方法为基础,利用Python的pandas、matplotlib与web等模块,编写风力发电机组功率等信号的处理程序实现信号分析处理。并将分析后的结果用Python编写的程序显示出来。风力发电机功率***软件设计主要的模块有信号处理与分析单元和数据管理单元。信号处理与分析单元是实现信号的处理,主要有标准化风速的计算、标准化功率的计算、年发电量的计算、功率系数的计算等;数据管理单元是实现测试数据的保存与显示功能。
附图2为风力发电机组功率特性测试计算与分析界面。附图2的左上为风力发电机组的功率与风速的散点图,主要是对采集的电流、电压数据进行计算及筛选;附图2的右上为风力发电机组功率的最大值、最小值、平均值、均值的散点图,由图可得该测得风机的功率最大值约为1500KW,为该风机的额定功率;附图2的左中为功率曲线图,由图可得风机在风速为8-15m/s的风速时,该风力机组的功率不太稳定;附图2的右中为风力机组的功率系数;附图2的左下为风力发电机组在轮毂高度年平均风速分别为4m/s、5m/s、6m/s、7m/s、8m/s、9m/s、10m/s、11m/s时的估算年发电量。
附图2界面的按钮功能为:“保存”按钮是对图片的保存功能;“原始数据筛选”按钮是对原始数据的筛选和计算功率的功能;“数据处理”按钮是计算所有的参数功能;”全部保存“按钮是以压缩包的方式保存全部数据与图片的功能;”退出“按钮是退出***功能。

Claims (2)

1.一种基于DSP的风力发电机组功率特性测试***,包括上位处理机(1)、DSP芯片(2)、风速传感器(3)、风向传感器(4)、温度传感器(5)、气压传感器(6)、电流传感器(7)和电压传感器(8),其特征在于:所述上位处理机(1)内置Python软件,所述DSP芯片(2)与上位处理机(1)以SCI串口通信信号连接,所述风速传感器(3)、风向传感器(4)、温度传感器(5)、气压传感器(6)、电流传感器(7)、电压传感器(8)均与DSP芯片电连接。
2.根据权利要求1所述的一种基于DSP的风力发电机组功率特性测试***,其特征在于,使用方法如下:
S1:所述风速传感器(3)、风向传感器(4)、温度传感器(5)、气压传感器(6)、电流传感器(7)和电压传感器(8)将检测到的风力发电机轮毂高度的风速信息、风向信息、温度信息、气压信息和风力发电机产生的电流信息、电压信息传递到DSP芯片(2),所述DSP芯片(2)将各传感器传递的信号进行采集与预处理,并将数据传递到上位处理机(1);
S2:所述上位处理机(1)绘制测量功率曲线,所述测量功率曲线由输出功率标准化和输出风速标准化在每一区间的均值求得:
计算空气密度平均值:
式中,ρ10min为10min得到的空气密度平均值,T10min为10min得到的绝对气温平均值,B10min为10min得到的气压平均值,R0为干燥空气的气体常数287.05J/(kg·K);
标准化输出功率:
式中,Pn为标准化的输出功率,P10min为10min得到的功率平均值,ρ0为标准空气密度;
标准化风速:
式中,Vn为标准化的风速,V10min为测量风速10min平均值;
风速与输出功率的处理公式为:
(D)、(E)式中,Vi为第i个区间标准化的平均风速,Vn,i,j为第i个区间数组j标准化的风速,Pi为第i个区间输出功率标准化之后的平均值,Pn,i,j为第i个区间数组j输出功率标准化之后的平均值,Ni为第i个区间10min数组的数目;
S3:所述上位处理机(1)计算利用风电机组功率特性曲线计算待测风电机组的功率系数,功率系数的公式为:
式中,Cp,i为第i个区间的功率系数,Vi为第i个区间风速标准化之后的平均值,Pi为第i个区间输出功率标准化之后的平均值,A为风轮的横扫面积,ρ0为标准空气密度;
S4:所述上位处理机(1)计算风力发电机组年发电量,所述风力发电机组年发电量的计算是根据参考不同风速的频率分布和测量功率曲线数据估算得到,用威布尔分布的形状参数是2的频率分布即瑞利分布作为风速的频率分布:
以风速为参数的瑞利累计概率分布函数为:
式中,F(V)为风速的瑞利累计概率分布函数,VAVE为轮毂高度的年平均风速;
当轮毂高度年平均风速分别为4m/s、5m/s、6m/s、7m/s、8m/s、9m/s、10m/s和11m/s时计算相应的年发电量:
年发电量估算的公式为:
式中,AEP为一年的发电量。Nh为一年中的小时数,约为8760小时;N为区间个数,Vi为第i个区间风速标准化后的平均值,Pi为第i个区间标准化的平均输出功率;
求和初始化设置为:
Pi-1=0.0kw Vi-1=Vi-0.5m/s (I)。
CN201811544234.7A 2018-12-17 2018-12-17 一种基于dsp的风力发电机组功率特性测试*** Pending CN109458306A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811544234.7A CN109458306A (zh) 2018-12-17 2018-12-17 一种基于dsp的风力发电机组功率特性测试***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811544234.7A CN109458306A (zh) 2018-12-17 2018-12-17 一种基于dsp的风力发电机组功率特性测试***

Publications (1)

Publication Number Publication Date
CN109458306A true CN109458306A (zh) 2019-03-12

Family

ID=65613566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811544234.7A Pending CN109458306A (zh) 2018-12-17 2018-12-17 一种基于dsp的风力发电机组功率特性测试***

Country Status (1)

Country Link
CN (1) CN109458306A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112555103A (zh) * 2020-12-04 2021-03-26 南方电网电力科技股份有限公司 一种风电场电能质量现场测试***及方法
WO2023049942A1 (en) * 2021-09-23 2023-03-30 Construction Machinery And Industrial Works Coninco Joint Stock Company Process of determining engine power using renewable energy.

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879739A (zh) * 2012-09-26 2013-01-16 内蒙古自治区农牧业机械试验鉴定站 风力发电机组功率特性测试装置
CN103557117A (zh) * 2013-11-19 2014-02-05 大唐山东清洁能源开发有限公司 风力发电机组功率曲线获取装置
CN205013202U (zh) * 2015-09-16 2016-02-03 国电联合动力技术有限公司 一种风电机组功率曲线测试***
CN106368908A (zh) * 2016-08-30 2017-02-01 华电电力科学研究院 一种基于scada***风电机组功率曲线测试方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102879739A (zh) * 2012-09-26 2013-01-16 内蒙古自治区农牧业机械试验鉴定站 风力发电机组功率特性测试装置
CN103557117A (zh) * 2013-11-19 2014-02-05 大唐山东清洁能源开发有限公司 风力发电机组功率曲线获取装置
CN205013202U (zh) * 2015-09-16 2016-02-03 国电联合动力技术有限公司 一种风电机组功率曲线测试***
CN106368908A (zh) * 2016-08-30 2017-02-01 华电电力科学研究院 一种基于scada***风电机组功率曲线测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
包道日娜等: "基于IEC标准的小型风力发电机功率特性测试数据处理方法的研究", 《可再生能源》 *
包道日娜等: "小型风力机测试标准综述", 《太阳能》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112555103A (zh) * 2020-12-04 2021-03-26 南方电网电力科技股份有限公司 一种风电场电能质量现场测试***及方法
WO2023049942A1 (en) * 2021-09-23 2023-03-30 Construction Machinery And Industrial Works Coninco Joint Stock Company Process of determining engine power using renewable energy.

Similar Documents

Publication Publication Date Title
CN101576593B (zh) 阵列式劣质绝缘子局域电场检测装置及逆向诊断方法
CN106815456A (zh) 一种风电机组功率特性评价方法
CN104296990B (zh) 一种风力发电机组传动链效率测试装置及测试方法
CN101982724A (zh) 风力发电机叶片动态挠曲变形的在线实时监测方法
CN109458306A (zh) 一种基于dsp的风力发电机组功率特性测试***
CN104653410A (zh) 基于激光雷达测风仪的风电机组运行功率特性测试***及方法
CN109343150A (zh) 一体化气象六要素传感器***
CN104390710A (zh) 输电线路导线温度在线检测***和方法
CN108801447A (zh) 一种风力机噪声测试***及测试方法
CN205013202U (zh) 一种风电机组功率曲线测试***
CN110531302A (zh) 智能电能表失效机理与状态监测***及方法
CN214407761U (zh) 一种光伏发电数据监测***
CN201489125U (zh) 一种风电场能量测量***
CN102298072A (zh) 一种微差压式高精度测风装置及其测量方法
CN105298751B (zh) 基于分布式检测和数据判测的垂直轴风力发电测试装置
CN108691727B (zh) 一种风力机导流罩
Antoniou et al. Influence of wind characteristics on turbine performance
CN202075303U (zh) 一种微差压式高精度测风装置
CN115790925A (zh) 一种光纤传感载荷测量***及其使用方法
CN105221337B (zh) 基于多网络融合和分布式传感的垂直轴风力发电监测装置
CN109239452A (zh) 一种风力机功率性能测试***及测试方法
CN205592073U (zh) 一种风力发电机组叶片无损检测装置
CN102385548A (zh) 电子产品热性能测试***及方法
CN205718833U (zh) 一种结构工程安全自动化监测***
CN114563040A (zh) 一种水电站水工隧道监测***及其工作方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190312