-
公开(公告)号：CN118145763B
公开(公告)日：2024-08-09
申请号：CN202410140420.3
申请日：2024-01-31
Applicant: 东北电力大学
IPC: C02F1/48
Abstract: 本发明涉及交变磁场抑垢技术领域，尤其涉及一种基于励磁电流反馈信号的自适应电磁抑垢装置。励磁回路；采集模块，包括励磁电流采集系统，用于实时采集交变电压作用下励磁回路的励磁电流；判断模块，用于接收所述电流数据，并基于所述励磁电流的曲线斜率判断抑垢交变磁场是否需要调整；调整模块，用于在判断模块判断为磁场参数需要调整时，将调整后的抑垢交变磁场的磁场参数反馈至处理器；处理器，用于向励磁回路中的激励信号发生模块下发指令，由激励信号发生模块输出方波电压信号，以产生磁场参数调整后的抑垢交变磁场；本发明基于励磁电流曲线斜率实时判断当前磁场参数是否需要进行调整，以时刻保证交变磁场对当前水体具有抑垢效果。
-
公开(公告)号：CN118278190A
公开(公告)日：2024-07-02
申请号：CN202410379188.9
申请日：2024-03-29
Applicant: 东北电力大学
IPC: G06F30/20 , G01K13/00 , G01K1/02 , G01K15/00 , G06F119/08
Abstract: 本发明属于温度监测技术领域，公开了一种风电场运行温度监测方法、系统、装置及存储介质。所述的方法包括如下步骤：构建风电场数字孪生模型和对应的运行温度场；采集若干预设点运行温度数据，并生成若干原始分布点运行温度数据；采集若干逸散点运行温度数据，并由相应拟合算法生成若干逸散点运行温度变化值；根据若干逸散点运行温度变化值，对若干原始分布点运行温度数据进行修正，得到若干最终分布点运行温度数据；基于风电场数字孪生模型，根据预设点运行温度数据、逸散点运行温度数据以及最终分布点运行温度数据，生成并可视化对应的运行温度警报信号。本发明解决了现有技术存在的运行温度监测困难、成本投入大以及数据准确性低的问题。
-
公开(公告)号：CN112443461B
公开(公告)日：2022-02-08
申请号：CN202011080634.4
申请日：2020-10-10
Applicant: 东北电力大学
Abstract: 本发明是一种基于对称声压传感器的风力发电机组偏航误差分析方法，其特征是，包括的内容有：对称设置左右声压传感器、采集及处理单元、接口设备作为声压信号采集处理平台；通过左右声压传感器计算风叶旋转主频率，找到对称传感器监测同一叶片旋转经过时的相位差；通过得到的相位差对同一叶片在左右对称位置声压时域信号，降噪滤波后进行频谱分析，得到同一叶片在经过左右对称位置时的频谱差值信号；构建机组频谱差值信号和偏航误差对应关系学习网络，确定最佳网络参数，以适应不同机组；对声压信号经过处理得到实时频域差值谱，输入偏航误差对应关系学习网络，即得到实时的偏航误差，同时此频谱差值信号与风速、功率信号进一步得到优化。
-
公开(公告)号：CN110568374A
公开(公告)日：2019-12-13
申请号：CN201910820481.3
申请日：2019-09-02
Applicant: 东北电力大学
IPC: G01R31/392 , G01R31/367 , G01R31/3842 , G01N23/20 , G01N23/2276 , G06K9/62 , G06N3/00
Abstract: 本发明是一种基于考虑内外特性的锂离子电池剩余使用寿命预测方法，其特征是，包括：构建基于线性核函数、多项式核函数和高斯核函数的混合核相关向量机MRVM方法，解决单核RVM预测能力低的问题；利用具有自适应惯性权重的鲸鱼优化算法IWOA为MRVM方法提供更合适的参数；由于IWAO算法能够扩大粒子搜索范围，使得粒子获得全局最优解，从而提高了预测精度；为了更加准确表征电池的健康状态，提取了电池内外特性的健康因子作为IWOA-MRVM方法的输入，并输出带有95％置信区间的预测结果。由于本发明在锂离子电池充放电循环过程中考虑电池的内外特性，能够更加准确表征电池的剩余使用寿命。
-
公开(公告)号：CN119933962A
公开(公告)日：2025-05-06
申请号：CN202510353112.3
申请日：2025-03-25
Applicant: 东北电力大学 , 国电联合动力技术有限公司北京技术开发分公司
Abstract: 本发明提供了一种叶片结冰状态下的风电机组机舱大部件健康状态评价方法。涉及风电机组健康状态评价技术领域，特别是针对风电机组机舱大部件在叶片结冰状态下的健康状态评估技术。通过寒冷气象条件下风电机组机舱大部件的SCADA数据、声纹及振动信号的特征提取与时间对齐处理，构建多维度综合特征矩阵；结合气象参数及叶片结冰动态特征，采用Transformer网络实现叶片结冰状态辨识，输出叶片结冰状态下的综合特征矩阵；创新性地构建Transformer‑KAN模型，利用Transformer网络提取叶片结冰状态下机舱大部件的健康特征，通过KAN网络完成健康状态分类。本发明融合多源数据，运用深度学习与特征提取技术，准确评估叶片结冰对部件健康的影响，为运维决策提供依据。
-
Patent Agency Ranking
公开(公告)号：CN118145763A
公开(公告)日：2024-06-07
申请号：CN202410140420.3
申请日：2024-01-31
Applicant: 东北电力大学
IPC: C02F1/48
Abstract: 本发明涉及交变磁场抑垢技术领域，尤其涉及一种基于励磁电流反馈信号的自适应电磁抑垢装置。励磁回路；采集模块，包括励磁电流采集系统，用于实时采集交变电压作用下励磁回路的励磁电流；判断模块，用于接收所述电流数据，并基于所述励磁电流的曲线斜率判断抑垢交变磁场是否需要调整；调整模块，用于在判断模块判断为磁场参数需要调整时，将调整后的抑垢交变磁场的磁场参数反馈至处理器；处理器，用于向励磁回路中的激励信号发生模块下发指令，由激励信号发生模块输出方波电压信号，以产生磁场参数调整后的抑垢交变磁场；本发明基于励磁电流曲线斜率实时判断当前磁场参数是否需要进行调整，以时刻保证交变磁场对当前水体具有抑垢效果。
-
公开(公告)号：CN118030416A
公开(公告)日：2024-05-14
申请号：CN202410328953.4
申请日：2024-03-21
Applicant: 东北电力大学
Abstract: 本发明提供一种风电机组实验装置，涉及风电设备技术领域，用于改善相关技术中风电机组实验装置与生产用风电机组工作存在较大差别而导致最终实验结果与真实数据存在较大偏差等问题。该实验装置，包括：驱动电机、依次连接的减速齿轮箱、第一扭矩传感器、增速齿轮箱和第二扭矩传感器、以及双馈发电机。驱动电机被配置为与电网电连接，并通过电网供电；所述减速齿轮箱的输入端与所述驱动电机的输出端连接；所述双馈发电机的输入端与所述第二扭矩传感器的自由端连接，所述双馈发电机的输出端通过背靠背变流器与所述电网电连接。
-
公开(公告)号：CN116558814A
公开(公告)日：2023-08-08
申请号：CN202310573563.9
申请日：2023-05-19
Applicant: 东北电力大学
IPC: G01M13/021 , G01M13/028 , G08C17/02
Abstract: 本发明公开了一种便携式风电机组变桨齿轮箱监测系统及方法，涉及风力发电设备状态监测技术领域。该方法包括：采集风电机组变桨齿轮箱的电机启动情况数据；根据电机启动情况数据控制主控单元、通信模块和加速度检测模块启动运行；通过加速度检测模块对风电机组变桨齿轮箱的各个桨叶振动情况进行检测，以得到并将检测数据发送给主控单元；基于主控单元对检测数据进行分析，生成并根据分析数据对加速度检测模块进行调控，并将分析数据通过通信模块传输给外部设备，实现远程通信。本发明可对变桨齿轮箱的状态进行精准有效的远程实时监测。
-
公开(公告)号：CN119494056B
公开(公告)日：2025-05-13
申请号：CN202411547353.3
申请日：2024-11-01
Applicant: 东北电力大学 , 国能智深控制技术有限公司
IPC: G06F18/2431 , G06F18/22 , G06F18/15 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了一种基于双馈式风机定子电流信号的齿轮箱状态监测方法，本发明通过定子电流信号现象学模型明确电流信号组成，利用电流能量比算法基于所述模型计算状态监测指标；并利用切分重组方法解决了变工况导致的数据频谱重叠以及无法统一对比评价问题；转速估计方法则是为较老型号的风电机组提供了同样的转速来源替代方案。本发明提出切分重组方法，拟采用将电流信号统一按转速标签切分并划归到同一转速范围内，以避免频带混叠从而解决变工况无法对比的问题。本发明通过建立现象学模型、构建电流能量比算法指标、提出切分重组方法和转速估计方法实现了仅需电流互感器即可实现齿轮箱状态监测的低成本方法。
-
公开(公告)号：CN119354614A
公开(公告)日：2025-01-24
申请号：CN202411464396.5
申请日：2024-10-21
Applicant: 东北电力大学 , 吉林市光大分析技术有限责任公司
Abstract: 本发明涉及水质采样领域，且公开了一种智能多模式水质自动采样装置及控制方法，利用机械臂、伺服定位装置、电磁阀、微型泵、清洗装置及条码识别模块以进行，利用所述条码识别模块识别采样容器上的条码，根据识别结果确定采样模式，根据所述采样模式确定采样位置和采样容量，根据所述采样位置，通过伺服定位装置调整机械臂的位置；机械臂在预设的采样时间于所述采样位置进行采样；根据采样容量，使用采样容器收集水样；采样后获取当前样品的所述水质指标数据；将所述水质指标数据输入预先训练的机器学习模型，根据所述机器学习模型的输出结果确定水质污染指数。从而达到高效、精准且可追溯的水质取样的目的。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
