CN115560796A - 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制*** - Google Patents

一种基于数字孪生和环境试验的浮式风机实时监控与智能控制*** Download PDF

Info

Publication number
CN115560796A
CN115560796A CN202210778652.2A CN202210778652A CN115560796A CN 115560796 A CN115560796 A CN 115560796A CN 202210778652 A CN202210778652 A CN 202210778652A CN 115560796 A CN115560796 A CN 115560796A
Authority
CN
China
Prior art keywords
fan
wave
real
module
wind
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
CN202210778652.2A
Other languages
English (en)
Inventor
窦朋
王志东
凌宏杰
徐晓森
张代雨
丛文超
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.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and 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 Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN202210778652.2A priority Critical patent/CN115560796A/zh
Publication of CN115560796A publication Critical patent/CN115560796A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，包括：具有风机状态检测和海况环境检测模块的现场检测***，具有实时监测、环境预测、智能试验和反馈控制模块的数字孪生***，具有实验室内风机缩尺模型、环境模拟设备和测量设备的环境模拟***，其浮式风机置有液体阻尼器。本发明建立了一套浮式风机实际物理工程‑数字化模型‑尺度试验优化三者相辅相成的环境检测与智能控制***，可实现浮式风机实际作业状态的数字和物理模型的双重再现，为技术人员监控和决策提供可靠依据，保障浮式风机的使用寿命。

Description

一种基于数字孪生和环境试验的浮式风机实时监控与智能控 制***
技术领域
本发明属于海上风电技术领域，具体涉及一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***。
背景技术
随着海洋资源开发技术的发展，浮式风机已成为深海风能开发的重要装备之一。深海拥有更丰富的风能资源，但风浪环境条件较为恶劣，浮式风机的持续摆动会降低风机发电质量、影响风电机组使用寿命、加剧平台疲劳损伤。在传统的风机模型试验中往往不具备有风雨模拟装置，无法满足常伴有台风和热带风暴的南海等海域模拟要求，所选取的波浪和风力条件都是既定的，并不能与实际海况条件相一致。此外，面对复杂的宽频风浪载荷激励，缺乏一种实时检测、预报、控制一体化的智能调控***。
现有技术的风机设计流程大多是在试验水池内建好风机模型，保证极端海况下风机的极限载荷和运动幅度满足设计标准后进行建造和安装，导致整个过程是单向的，无法得到实际海洋环境中风机平台的数据反馈。一般的数字孪生技术在获取风机运动和载荷信息后无法对结构实施最优化的控制策略。因此，迫切需要基于数字孪生和机器学习技术，建立一套实际物理工程-数字化模型-尺度试验优化三者相辅相成的环境检测与智能控制***。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，可以实现陆上技术人员对海上浮式风机作业状态的全程监控并采取优化控制方案实时控制浮体运动，可有效提升风电机组发电效率，降低疲劳损伤，保证浮式风机的使用寿命。
为了实现上述目的，本发明采用以下技术方案。
一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，包括现场检测***、数字孪生***和环境模拟***，所述的浮式风机设置有液体阻尼器和缆绳牵引器；
所述的现场检测***，用于监测实际工作环境下浮式风机的运动量、系泊***、结构应力、波浪条件和风力等级，包括具有六分量仪、拉力传感器、应变片的风机状态检测模块和具有波高仪、风速仪、雨量计和流速仪的海况环境检测模块；
数字孪生***，包括实时监测模块、环境预测模块、智能试验模块和反馈控制模块，提供浮式风机的实时三维再现，风机的运动响应、系泊***、结构应力应变和风浪雨环境条件均能直观显示，便于人员做出决策；
环境模拟试验***，包括实验室内风机缩尺模型和测量设备，其风机缩尺模型通过缆绳固定在水中，测量设备与现场保持一致，包括六分量仪、拉力传感器、应变片、波高仪、风速仪、雨量计和流速仪；风机缩尺模型安装后，所述的浮式风机实时监控与智能控制***通过调节造波板、鼓风机、造雨器、吸水泵和抽水泵模拟现场风雨和波浪流环境，所有测得数据通过数据集成器汇总给计算器，并通过智能***校正参数，使之与现场环境保持相似，实现现场浮式风机实际作业状态的数字和物理模型的双重再现。
具体的，所述的现场检测***，其风机状态检测模块利用六分量仪获取风机位移和转动数据、拉力传感器获取系泊力数据、应变片获取局部位置的应变量；海况环境检测模块利用波高仪获取波浪参数、风速仪获取风速和风向、雨量计获取降雨量、流速仪获取流速和流向；从而将风机运行状态和环境数据通过无线信号站传递给数字孪生***。该现场检测***，通过风机自身发电进行供电，同时配备太阳能电池作为备用电源。
具体的，所述的数字孪生***，其实时监测模块构建现场浮式风机的三维结构和环境数字模型，便于直观了解现场风机状态和周围环境情况；环境预测模块利用机器学习技术，根据现场风浪数据预报未来一段时间内的风、浪、流海况信息，并将该信息作为模型试验的输入条件；智能试验模块由智能***控制，***通过试验数据不断学习和调整液体阻尼器内液位和缆绳牵引器长度以获取风机减振控制的最优解；反馈控制模块将液体阻尼器和缆绳牵引器参数通过无线信号站反馈给现场，实现最佳控制方案。
具体的，所述的数字孪生***的智能试验模块所产生的风雨和波浪流参数通过波高仪、风速仪、雨量计和流速仪实时反馈给计算机，并通过调节造波板运动来控制波浪参数，其关系为：
Figure RE-GDA0003834248100000021
其中H为波高，S为造波板冲程，k为造波板和波浪频率，h为水深；通过调整鼓风机转速大小控制风力；通过调整造雨器水压调整降雨量；通过调整吸水泵和抽水泵功率大小和分布位置调整流速和流向，水池下游设有消波区降低回流的影响，提升试验精度。
具体的，所述的液体阻尼器，配备有波高仪和双向水泵来调节液体阻尼器的液面高度，使液体阻尼器的固有频率与浮式风机的摇晃频率相一致从而达到最佳阻尼效果；液体阻尼器的固有频率ω0表示为：
Figure RE-GDA0003834248100000022
式中，Av和Ah分别为U型管道垂向和水平管道的截面面积，Lv和Lh分别为TLMCD内初始时刻垂向、水平液柱的长度，g为重力加速度。
具体的，所述的缆绳牵引器，在智能***控制下调节缆绳长短，不断自我训练得到当前海况条件下的最佳缆绳长度，提供给浮式风机回复力矩，来保证风机平台的稳定性。
进一步的，所述的环境模拟试验***的造波板通过旋转设备调整浪向和风向角，鼓风机通过吊车控制风向角和高度，通过启动不同位置的吸水泵和抽水泵调整流向。
与现有技术相比，本发明具有以下优点和有益效果：
本发明的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，通过数字孪生技术将浮式风机的工作状态数字化，随时监测浮式风机的运转状态，降低了运行和维护费用；利用环境模拟将风机所处的海况条件尺度化，方便技术人员更直观地了解不同气候条件下风机所处环境，提高商业运行规划的可靠性；环境预测模块通过机器学习预测未来时间内的海况条件，为可能遇到的极端风浪作用做警戒，使风机提前进入生存模式避免损伤；智能试验模块自动调节风浪参数进行试验，利用预测的风浪条件不断开展训练学习，获取最优化的阻尼器参数和缆绳控制方案，大幅度节约人工成本；优化参数反馈给现场后实现浮式风机的更有效的振动控制，保证了系泊***的安全性和浮式风机的使用寿命。
附图说明
图1是本发明的一种实施例的环境模拟***整体示意图。
图2是本发明的一种实施例的环境模拟***俯视示意图。
图3是本发明的一种实施例的风机缩尺模型内部示意图。
图4是本发明的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***的结构示意图。
图中，1-六分量仪、2-拉力传感器、3-应变片、4-波高仪、5-风速仪、6-雨量计、7-流速仪、8-无线信号站、9-液体阻尼器、10-缆绳牵引器、11-造波板、12-鼓风机、13-造雨器、14- 吸水泵、15-抽水泵、16-风机缩尺模型、17-计算机，18-双向水泵，19-数据集成器，20-缆绳。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图4所示，一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，包括现场检测***、数字孪生***和环境模拟***，实现浮式风机实际作业状态的数字和物理模型的双重再现。其浮式风机设置有液体阻尼器9和缆绳牵引器10。
现场检测***与实验室内风机缩尺模型呈几何相似，测量仪器的布置同样保持一致，现场检测***用于监测实际工作环境下浮式风机的运动量、系泊***、结构应力、波浪条件和风力等级，包括具有六分量仪、拉力传感器、应变片的风机状态检测模块和具有波高仪、风速仪、雨量计和流速仪的海况环境检测模块。风机状态检测模块利用六分量仪获取风机位移和转动数据、拉力传感器获取系泊力数据、应变片获取局部位置的应变量；海况环境检测模块利用波高仪获取波浪参数、风速仪获取风速和风向、雨量计获取降雨量和流速仪获取流速和流向，将风机运行状态和环境数据通过无线信号站8传递给数字孪生***。
现场检测***电力通过风机自身发电进行供应，同时配备太阳能电池作为备用电源。
数字孪生***，包括实时监测模块、环境预测模块、智能试验模块和反馈控制模块，提供浮式风机的实时三维再现，风机的运动响应、系泊***、结构应力应变和风浪雨环境条件均能直观显示，方便人员做出决策。实时监测模块构建浮式风机的三维结构和环境数字模型，方便技术人员直观了解风机状态和现场环境情况；环境预测模块利用机器学习技术，根据现场风浪数据预报未来一段时间内的海况信息(风、浪、流)，并将该信息作为模型试验的输入条件；智能试验模块的过程完全由智能***控制，***通过试验数据不断学习和调整液体阻尼器9内液位和缆绳牵引器10长度以获取风机减振控制的最优解；反馈控制模块则将液体阻尼器9和缆绳牵引器10参数通过无线信号站8反馈给现场，实现最佳控制方案。
智能试验模块所产生的风雨和波浪流参数会通过波高仪4、风速仪5、雨量计6和流速仪 7实时反馈给计算机17，并通过调节造波板11运动来控制波浪参数，其关系为：
Figure RE-GDA0003834248100000042
其中H为波高，S为造波板冲程，k为造波板和波浪频率，h为水深；通过调整鼓风机12转速大小控制风力；通过调整造雨器13水压调整降雨量；通过调整吸水泵14 和抽水泵15功率大小和分布位置调整流速和流向，水池下游设有消波区21降低回流的影响，提升试验精度。
如图3所示，风机缩尺模型16内的液体阻尼器9配备有波高仪4和双向水泵18调节液体阻尼器9的液面高度，使液体阻尼器9的固有频率与浮式风机的摇晃频率相一致从而达到最佳阻尼效果，阻尼器的固有频率ω0表示为：
Figure RE-GDA0003834248100000041
式中，Av和Ah分别为“U”型管道垂向和水平管道的截面面积，Lv和Lh分别为TLMCD内初始时刻垂向、水平液柱的长度，g为重力加速度。
智能***控制缆绳牵引器8调节缆绳长短，不断自我训练得到当前海况条件下的最佳缆绳长度，提供给浮式风机回复力矩，保证风机平台的稳定性。
智能控制***通过模型试验测得的数据进行实时校正，保证试验精度。
智能***不断学习和调整液体阻尼器9内液位和缆绳牵引器10长度以获取风机减振控制的最优解。
智能试验模块通过环境模拟试验***获取平台减摇的最佳控制策略后，将反馈给现场控制***，用于实际浮式风机的减摇抑振，整个过程无需人员参与，智能试验模块可进行全天候的学习和训练。
反馈控制模块则将该最优解应用于实际现场，实现最佳控制方案。
环境预测模块通过深度神经网络预测未来一段时间内的风浪载荷，该时间约为24-48小时，风浪历史数据越多，预测准确性越高。
如图1和图2所示，本发明实施例的环境模拟试验***，包括实验室内风机缩尺模型16 和相关测量设备，风机缩尺模型16通过缆绳20固定在水中，测量设备与现场保持一致，包括六分量仪1、拉力传感器2、应变片3、波高仪4、风速仪5、雨量计6和流速仪7。人员安装好风机模型后，试验全部由智能试验模块开展。智能***通过调节造波板11、鼓风机12、造雨器13、吸水泵14和抽水泵15模拟现场风雨和波浪流环境，所有测得数据通过数据集成器19汇总给计算器17。并通过智能***校正参数，使之与现场环境保持相似。
造波板11通过旋转设备22调整浪向和风向角，鼓风机12通过吊车控制风向角和高度，通过启动不同位置的吸水泵14和抽水泵15调整流向。
综上所述，本发明的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，通过数字孪生技术将浮式风机的工作状态数字化，随时监测浮式风机的运转状态，降低了运行和维护费用；利用环境模拟将风机所处的海况条件尺度化，方便技术人员更直观地了解不同气候条件下风机所处环境，提高商业运行规划的可靠性；环境预测模块通过机器学习预测未来时间内的海况条件，为可能遇到的极端风浪作用做警戒，使风机提前进入生存模式避免损伤；智能试验模块自动调节风浪参数进行试验，利用预测的风浪条件不断开展训练学习，获取最优化的阻尼器参数和缆绳控制方案，大幅度节约人工成本；优化参数反馈给现场后实现浮式风机的更有效的振动控制，保证了系泊***的安全性和浮式风机的使用寿命。

Claims (8)

1.一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，包括现场检测***、数字孪生***和环境模拟***，所述的浮式风机设置有液体阻尼器(9)和缆绳牵引器(10)；
所述的现场检测***，用于监测实际工作环境下浮式风机的运动量、系泊***、结构应力、波浪条件和风力等级，包括具有六分量仪、拉力传感器、应变片的风机状态检测模块和具有波高仪、风速仪、雨量计和流速仪的海况环境检测模块；
数字孪生***，包括实时监测模块、环境预测模块、智能试验模块和反馈控制模块，提供浮式风机的实时三维再现，风机的运动响应、系泊***、结构应力应变和风浪雨环境条件均能直观显示，便于人员做出决策；
环境模拟试验***，包括实验室内风机缩尺模型(16)和测量设备，其风机缩尺模型(16)通过缆绳(20)固定在水中，测量设备与现场保持一致，包括六分量仪(1)、拉力传感器(2)、应变片(3)、波高仪(4)、风速仪(5)、雨量计(6)和流速仪(7)；风机缩尺模型(16)安装后，所述的浮式风机实时监控与智能控制***通过调节造波板(11)、鼓风机(12)、造雨器(13)、吸水泵(14)和抽水泵(15)模拟现场风雨和波浪流环境，所有测得数据通过数据集成器(19)汇总给计算器(17)，并通过智能***校正参数，使之与现场环境保持相似，实现现场浮式风机实际作业状态的数字和物理模型的双重再现。
2.根据权利要求1所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的现场检测***，其风机状态检测模块利用六分量仪获取风机位移和转动数据、拉力传感器获取系泊力数据、应变片获取局部位置的应变量；海况环境检测模块利用波高仪获取波浪参数、风速仪获取风速和风向、雨量计获取降雨量、流速仪获取流速和流向；从而将风机运行状态和环境数据通过无线信号站(8)传递给数字孪生***。
3.根据权利要求1或2所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的现场检测***，通过风机自身发电进行供电，同时配备太阳能电池作为备用电源。
4.根据权利要求1所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的数字孪生***，其实时监测模块构建现场浮式风机的三维结构和环境数字模型，便于直观了解现场风机状态和周围环境情况；环境预测模块利用机器学习技术，根据现场风浪数据预报未来一段时间内的风、浪、流海况信息，并将该信息作为模型试验的输入条件；智能试验模块由智能***控制，***通过试验数据不断学习和调整液体阻尼器(9)内液位和缆绳牵引器(10)长度以获取风机减振控制的最优解；反馈控制模块将液体阻尼器(9)和缆绳牵引器(10)参数通过无线信号站(8)反馈给现场，实现最佳控制方案。
5.根据权利要求1或4所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的数字孪生***的智能试验模块所产生的风雨和波浪流参数通过波高仪(4)、风速仪(5)、雨量计(6)和流速仪(7)实时反馈给计算机(17)，并通过调节造波板(11)运动来控制波浪参数，其关系为：
Figure FDA0003723061100000021
其中H为波高，S为造波板冲程，k为造波板和波浪频率，h为水深；通过调整鼓风机(12)转速大小控制风力；通过调整造雨器(13)水压调整降雨量；通过调整吸水泵(14)和抽水泵(15)功率大小和分布位置调整流速和流向，水池下游设有消波区(21)降低回流的影响，提升试验精度。
6.根据权利要求1所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的液体阻尼器(9)，配备有波高仪(4)和双向水泵(18)来调节液体阻尼器(9)的液面高度，使液体阻尼器(9)的固有频率与浮式风机的摇晃频率相一致从而达到最佳阻尼效果；液体阻尼器的固有频率ω0表示为：
Figure FDA0003723061100000022
式中，Av和Ah分别为U型管道垂向和水平管道的截面面积，Lv和Lh分别为TLMCD内初始时刻垂向、水平液柱的长度，g为重力加速度。
7.根据权利要求1所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的缆绳牵引器(10)，在智能***控制下调节缆绳长短，不断自我训练得到当前海况条件下的最佳缆绳长度，提供给浮式风机回复力矩，来保证风机平台的稳定性。
8.根据权利要求1所述的一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***，其特征在于，所述的环境模拟试验***，其造波板(11)通过旋转设备(22)调整浪向和风向角，鼓风机(12)通过吊车控制风向角和高度，通过启动不同位置的吸水泵(14)和抽水泵(15)调整流向。
CN202210778652.2A 2022-06-30 2022-06-30 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制*** Pending CN115560796A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210778652.2A CN115560796A (zh) 2022-06-30 2022-06-30 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210778652.2A CN115560796A (zh) 2022-06-30 2022-06-30 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***

Publications (1)

Publication Number Publication Date
CN115560796A true CN115560796A (zh) 2023-01-03

Family

ID=84739644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210778652.2A Pending CN115560796A (zh) 2022-06-30 2022-06-30 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***

Country Status (1)

Country Link
CN (1) CN115560796A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054043A (zh) * 2023-10-11 2023-11-14 国家海洋技术中心 一种用于海上浮式光伏发电***的试验装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054043A (zh) * 2023-10-11 2023-11-14 国家海洋技术中心 一种用于海上浮式光伏发电***的试验装置

Similar Documents

Publication Publication Date Title
US10738433B2 (en) Offshore wind turbine support structure monitoring system and operating method thereof
Lindroth et al. Offshore wave power measurements—A review
CN201408112Y (zh) 一种风力发电机组风轮叶片加载试验装置
CN109883645A (zh) 浮式风机模型试验浮体运动的等效模拟方法与设备
CN110879126A (zh) 一种风浪流全耦合动力实验***
Thys et al. Real-time hybrid model testing of a semi-submersible 10MW floating wind turbine and advances in the test method
Cermelli et al. Experimental measurements of WindFloat 1 prototype responses and comparison with numerical model
CN112343774A (zh) 一种漂浮式海上风力发电装置的大尺度模型试验***及制作方法
CN115758942A (zh) 基于大气-海浪-海洋-结构物耦合作用的海上风电机组桩基荷载计算方法及***
Guo et al. Performance evaluation of a submerged tidal energy device with a single mooring line
CN111707240A (zh) 一种海洋水文观测装置
Wang et al. An identification method of floating wind turbine tower responses using deep learning technology in the monitoring system
CN103291546A (zh) 调液柱阻尼控制的近海漂浮式风电机
CN115560796A (zh) 一种基于数字孪生和环境试验的浮式风机实时监控与智能控制***
CN203745863U (zh) 沉管隧道管节海上浮运和沉放施工作业监控***
CN205643712U (zh) 基于移动船舶平台的激光雷达测风***
Borg et al. Long-term global performance analysis of a vertical-axis wind turbine supported on a semi-submersible floating platform
CN115495935B (zh) 漂浮式风电机组的建模方法及装置
Ramachandran A numerical model for a floating TLP wind turbine
CN114458516B (zh) 一种风能或潮流能发电机组俯仰与偏航力矩的在线间接测量***及方法
CN103698823B (zh) 沉管隧道管节海上浮运沉放施工气象窗口预报***与方法
Cao et al. Analysis of a Hybrid Mooring System Concept for a Semi-Submersible Wind Turbine in Intermediate Water Depth Under Operational, Extreme, and Yaw Error Conditions
Wang et al. Experimental investigation of motion response and mooring load of semi-submersible tidal stream energy turbine under wave-current interactions
Guanche et al. IDERMAR METEO. Offshore wind assessment at high and very high water depths
CN115754992A (zh) 漂浮式海上激光雷达动态测风试验装置及试验方法

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