-
公开(公告)号：CN104503399B
公开(公告)日：2017-06-13
申请号：CN201410750564.7
申请日：2014-12-09
Applicant: 华电电力科学研究院
IPC: G05B19/418 , G01M99/00
CPC classification number: Y02P90/02
Abstract: 本发明涉及一种集团级风电机组状态监测及故障诊断平台。本发明的特点是：该平台的用户包括风场层、区域层和集团层，该平台包括数据采集处理模块，数据存储与传输模块，以及数据分析与应用模块；数据采集处理模块的采集方式包括离线采集和在线采集，数据存储与传输模块包括数据的存储及传输，利用数据稀化技术减小数据存储及传输压力，数据分析与应用模块是通过统一开放的接口调取平台的相关数据，利用不同APP应用模块分析，实现设备性能分析、设备健康诊断、故障诊断和信息发布的功能。本发明能够全面、有效评估风电状态，实现风电场、区域和集团三层次风力发电项目智能化管理。
-
公开(公告)号：CN106368908A
公开(公告)日：2017-02-01
申请号：CN201610761512.9
申请日：2016-08-30
Applicant: 华电电力科学研究院
IPC: F03D17/00
CPC classification number: F05B2260/83
Abstract: 本发明涉及一种基于SCADA系统风电机组功率曲线测试方法，该方法基于风电场SCADA系统采集到的风速、发电机转速等相关数据和故障、停机等记录；利用风电机组SCADA大数据，进行数据整理、分析算法，得出全场风电机组的实测功率曲线，并将全场风电机组的实测功率曲线与机组投标时的保证功率曲线对比分析，从而指导风电场运行、检修及出质保管理，提升全场风电机组的发电量。
-
公开(公告)号：CN105911467B
公开(公告)日：2019-02-12
申请号：CN201610255343.1
申请日：2016-04-21
Applicant: 华电电力科学研究院
IPC: G01R31/34
Abstract: 本发明涉及一种复杂地形下的风电机组功率曲线考核评估方法，包括如下步骤：S1.基本信息收集；S2.确定测试风电机组、激光雷达测风仪的布置位置；S3.数据采集；S4.测试风电机组轮毂高度处风速推算；S5.数据处理分析；S6.若实测功率曲线所估算得到的年发电量在保证功率曲线估算年发电量的95％及以上，则认为测试风电机组考核合格；否则，认为测试风电机组考核不合格。本发明具有投资成本低、安装灵活方便、适合复杂地形、可同时对临近多台风电机组功率曲线进行测试的优点。
-
公开(公告)号：CN106157165A
公开(公告)日：2016-11-23
申请号：CN201510166841.4
申请日：2015-04-09
Applicant: 华电电力科学研究院
IPC: G06Q50/06
CPC classification number: Y04S10/60
Abstract: 本发明涉及一种基于激光雷达测风仪风电机组功率曲线考核评估方法，包括如下步骤：S1：确定被考核风电机组和激光雷达测风仪位置；S2：激光雷达测风仪对被考核风电机组风力工况进行测量，采集风电机组功率和状态值，分析处理得到实测功率曲线；S3：对比分析实测功率曲线和标准功率曲线，通过年发电量估算，分析两者年发电量的差异；S4：分析实测功率曲线所估算的年发电量是否在标准功率曲线估算年发电量的95％内，并分析两者差异是处于低风速、中风速还是高风速段，根据结果为风机出质保或健康运行提供建议。本发明解决了传统方法测风塔建造困难、无法移动、试验周期长、考核精准度不高、无法对不同地形、机型的风电机组进行精准考核、评估的不足。
-
公开(公告)号：CN105909466B
公开(公告)日：2018-11-16
申请号：CN201610243980.7
申请日：2016-04-18
Applicant: 华电电力科学研究院
IPC: F03D7/02
CPC classification number: Y02E10/723
Abstract: 本发明涉及一种风力发电机组偏航误差分析方法，对错风角数据进行分区，将各错风角区间对应的机组运行参数按错风角区间进行归类；根据各错风角区间下的机组相关运行参数，获得机组在各错风角区间下的发电性能参数；通过各错风角区间发电性能参数的对比，确定机组的偏航误差。本发明利用机组机身数据，能够较为精确地计算出机组潜在的运行偏航误差，具有很大的工程意义。
-
Patent Agency Ranking
公开(公告)号：CN105911467A
公开(公告)日：2016-08-31
申请号：CN201610255343.1
申请日：2016-04-21
Applicant: 华电电力科学研究院
IPC: G01R31/34
CPC classification number: G01R31/34
Abstract: 本发明涉及一种复杂地形下的风电机组功率曲线考核评估方法，包括如下步骤：S1.基本信息收集；S2.确定测试风电机组、激光雷达测风仪的布置位置；S3.数据采集；S4.测试风电机组轮毂高度处风速推算；S5.数据处理分析；S6.若实测功率曲线所估算得到的年发电量在保证功率曲线估算年发电量的95％及以上，则认为测试风电机组考核合格；否则，认为测试风电机组考核不合格。本发明具有投资成本低、安装灵活方便、适合复杂地形、可同时对临近多台风电机组功率曲线进行测试的优点。
-
公开(公告)号：CN105909466A
公开(公告)日：2016-08-31
申请号：CN201610243980.7
申请日：2016-04-18
Applicant: 华电电力科学研究院
IPC: F03D7/02
CPC classification number: Y02E10/723 , F03D7/0204 , F05B2270/329
Abstract: 本发明涉及一种风力发电机组偏航误差分析方法，对错风角数据进行分区，将各错风角区间对应的机组运行参数按错风角区间进行归类；根据各错风角区间下的机组相关运行参数，获得机组在各错风角区间下的发电性能参数；通过各错风角区间发电性能参数的对比，确定机组的偏航误差。本发明利用机组机身数据，能够较为精确地计算出机组潜在的运行偏航误差，具有很大的工程意义。
-
公开(公告)号：CN105888987A
公开(公告)日：2016-08-24
申请号：CN201610250668.0
申请日：2016-04-21
Applicant: 华电电力科学研究院
IPC: F03D17/00
Abstract: 本发明涉及一种基于相关性分析的风力发电机组性能评估方法，包括以下步骤：S1.通过大数据平台收集数据；S2.确定待分析发电机组；S3.利用以时间为序的不同机组风速对需要确定相关性的机组进行相关性分析；S4.选取修正机组，并求得修正机组的相对发电量；S5.求相对发电量的平均值，当待分析的发电机组相对发电量低于平均发电量(k*100)％时，则待分析发电机组性能欠佳，急需整改，其中k为常数。本发明利用多层次的相关性、一致性分析方法，确定了相关机组，排除了复杂风况对性能评估的影响，直接应用相关机组的相对发电量作为评估标准，排除了风资源优劣对发电的影响，评估结果更可靠。
-
公开(公告)号：CN104503399A
公开(公告)日：2015-04-08
申请号：CN201410750564.7
申请日：2014-12-09
Applicant: 华电电力科学研究院
IPC: G05B19/418 , G01M99/00
CPC classification number: Y02P90/02 , G05B19/418 , G01M99/00
Abstract: 本发明涉及一种集团级风电机组状态监测及故障诊断平台。本发明的特点是：该平台的用户包括风场层、区域层和集团层，该平台包括数据采集处理模块，数据存储与传输模块，以及数据分析与应用模块；数据采集处理模块的采集方式包括离线采集和在线采集，数据存储与传输模块包括数据的存储及传输，利用数据稀化技术减小数据存储及传输压力，数据分析与应用模块是通过统一开放的接口调取平台的相关数据，利用不同APP应用模块分析，实现设备性能分析、设备健康诊断、故障诊断和信息发布的功能。本发明能够全面、有效评估风电状态，实现风电场、区域和集团三层次风力发电项目智能化管理。
-
公开(公告)号：CN204458201U
公开(公告)日：2015-07-08
申请号：CN201420808931.X
申请日：2014-12-19
Applicant: 华电电力科学研究院
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 本实用新型涉及一种风力发电机组叶片状态监测装置。目前常用的雷电监测产品难以对叶片起到准确和有效的检测作用。本实用新型包括塔架、机舱、轮毂和数个叶片，其特点是：还包括数量和叶片相同的雷击闪络电流传感器，用于接收雷击闪络电流传感器发出的无线信号的数据采集设备，网络交换机，以及状态监测中心服务器；每个叶片上均安装一个雷击闪络电流传感器，数据采集设备安装在塔架上，网络交换机和数据采集设备连接；雷击闪络电流传感器包括电流互感器CT模块、无线通信模块、电池和外壳体，电流互感器CT模块和无线通信模块均和电池连接，电流互感器CT模块和无线通信模块连接。本实用新型能够准确、有效和实时检测叶片状态。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.033 seconds)
