-
公开(公告)号：CN114062492A
公开(公告)日：2022-02-18
申请号：CN202111260409.3
申请日：2021-10-27
Applicant: 西安交通大学 , 华电电力科学研究院有限公司
Abstract: 本发明公开了一种基于全聚焦的Lamb波相位成像方法，方法包括以下步骤：相控阵列中每个PZT轮流作为激励源，其余PZT作为接受器，获得响应信号集。激励信号根据每对发射‑接收传感器对所需经历的传播距离预先施加逆频散效应以实现频散补偿和能量聚焦。将同一个PZT接收、其余PZT发射的响应信号叠加以实现能量再次聚焦，共可得到N组求和信号且得到瞬时相位。构建一致性指标衡量N组求和信号的瞬时相位在聚焦时刻的一致性，构建对齐性指标衡量每组求和信号在聚焦时刻的瞬时相位与零相位的对齐程度，以建立损伤成像指标。遍历所有检查点，为每个检查点赋予损伤成像指标以获得损伤图像。本公开损伤检测范围可扩展至阵列及边界周围。
-
公开(公告)号：CN107153997A
公开(公告)日：2017-09-12
申请号：CN201710138371.X
申请日：2017-03-09
Applicant: 华电电力科学研究院
Abstract: 本发明涉及一种复杂地形风电机组微观选址方法，其步骤包括：S1)基本信息收集，收集规划风电场的测绘地形图以及拟选机位坐标；S2)位置确定，根据地形图判断拟选机位坐标地形，确定激光雷达测风仪的布置位置及激光雷达测风仪的测试高度；S3)数据采集，激光雷达测风仪、测风塔分别进行实时测量采集，得到激光雷达测风仪实测风速；S4)数据处理，根据测风塔的数据采集信息推算出与激光雷达测风仪相同位置且相同高度处的推算风速；S5)准确性判断，根据实测风速和推算风速判断拟选机位数据准确性。本发明通过利用激光雷达测风仪弥补在复杂地形条件下传统测风塔代表性不足的不利条件，实现风电机组微观选址的优化。
-
公开(公告)号：CN103954443B
公开(公告)日：2017-01-04
申请号：CN201410178920.2
申请日：2014-04-29
Applicant: 华电电力科学研究院
Abstract: 本发明涉及一种自适应总体平均经验模式分解EEMD协助噪声大小确定方法。本发明包括如下步骤：(1)初始化噪声加入最大值emax及网格数N，每个网格i(i＝1,2…N)对应噪声大小为ei＝i/N*emax；(2)对信号x(t)依次加入幅值大小为ei的高斯白噪声ni(t)；(3)求取信号xi(t)的极大值点所在位置Max(j)、极小值点所在位置Min(k)，得到新序列ai(j)和bi(j)；计算新序列ai、bi的标准差Sai、Sbi，得到噪声分布特性Qi与ei的对应曲线关系；(4)Qi随ei迅速下降的点对应的er，即为自适应总体平均经验模式分解EEMD协助噪声大小的最优值。本发明减少了人为选择参数的盲目性。
-
公开(公告)号：CN103954443A
公开(公告)日：2014-07-30
申请号：CN201410178920.2
申请日：2014-04-29
Applicant: 华电电力科学研究院
Abstract: 本发明涉及一种自适应总体平均经验模式分解EEMD协助噪声大小确定方法。本发明包括如下步骤：(1)初始化噪声加入最大值emax及网格数N，每个网格i(i＝1,2…N)对应噪声大小为ei＝i/N*emax；(2)对信号x(t)依次加入幅值大小为ei的高斯白噪声ni(t)；(3)求取信号xi(t)的极大值点所在位置Max(j)、极小值点所在位置Min(k)，得到新序列ai(j)和bi(j)；计算新序列ai、bi的标准差Sai、Sbi，得到噪声分布特性Qi与ei的对应曲线关系；(4)Qi随ei迅速下降的点对应的er，即为自适应总体平均经验模式分解EEMD协助噪声大小的最优值。本发明减少了人为选择参数的盲目性。
-
公开(公告)号：CN119877608A
公开(公告)日：2025-04-25
申请号：CN202510377681.1
申请日：2025-03-28
Applicant: 华电电力科学研究院有限公司
Abstract: 本发明涉及一种海上风电基础防冲刷装置及运行方法，装置包括：套筒，套设在风电装置的桩基外侧；防冲刷外罩，套设在套筒外侧；第一监测装置，用于监测洋流方向；砂石收集组件，包括第一滑轨和收集部，第一滑轨一端连接在防冲刷外罩外侧壁，另一端位于其外侧，收集部设置于第一滑轨上，用于收集水中砂石并通过第一滑轨将砂石运输至防冲刷外罩上设置的倾倒口处倾倒；收集部与第一监测装置电连接，收集部根据第一监测装置的监测结果，以在收集过程中，收集口正对洋流方向，或收集完成后且返回过程中，收集口背向洋流方向。本发明中的防冲刷装置能够稳定且快速地向桩基周围补充沙石泥土，避免桩基周围的沙石泥土流失过多而不稳定的情况发生。
-
Patent Agency Ranking
公开(公告)号：CN118760886A
公开(公告)日：2024-10-11
申请号：CN202411237371.1
申请日：2024-09-04
Applicant: 华电电力科学研究院有限公司
IPC: G06F18/213 , G06F18/10 , F03D17/00
Abstract: 本申请公开了一种风电机组旋转部件故障预测方法、装置、设备及介质，涉及部件性能评估技术领域。该方法包括：获取风电机组旋转部件的原始振动数据，利用自适应噪声集合经验模态分解法对原始振动数据进行分解，得到本征模态分量；根据每个本征模态分量对应的最大互信息系数，将本征模态分量划分为未含噪模态分量和含噪模态分量；对含噪模态分量进行去噪处理得到去噪后模态分量，基于未含噪模态分量和去噪后模态分量，重构得到去噪后振动数据；利用近似熵提取去噪后振动数据对应的特征参数，基于特征参数根据健康阈值预测出初始故障时间点。能够提升特征参数的时间关联性、单调性和鲁棒性，提高风电机组旋转部件性能退化状态跟踪的准确性。
-
公开(公告)号：CN116701838A
公开(公告)日：2023-09-05
申请号：CN202310599133.4
申请日：2023-05-23
Applicant: 华电电力科学研究院有限公司
IPC: G06F17/18 , G06F16/215 , G06Q50/06
Abstract: 本发明公开了一种风电机组的功率曲线拟合方法及装置，涉及风力发电领域，首先获取目标风电机组在预设时间段内采集的不同时间点的风速值和对应的功率值的历史运行数据，考虑到目标风电机组可能有软切出的阶段，因此对处于软切出阶段的历史运行数据以及非软切出阶段的历史运行数据进行分区处理，避免将软切出开始至软切出结束区间段的数据当成异常数据点剔除，最终拟合出的功率曲线更能反映风电机组真实的运行状态，功率曲线较为准确。
-
公开(公告)号：CN116611184A
公开(公告)日：2023-08-18
申请号：CN202310558967.0
申请日：2023-05-16
Applicant: 华电电力科学研究院有限公司
IPC: G06F30/17 , G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种齿轮箱的故障检测方法、装置及介质，适用于风力发电技术领域。获取齿轮箱的状态数据；调用GANomaly故障诊断模型以输入状态数据；获取GANomaly故障诊断模型的输出数据作为当前样本分数；将当前样本分数与样本阈值分数进行比较以得到对应的故障检测结果。该方法基于GANomaly故障诊断模型，可以实现在毫无异常样本训练下对异常样本进行检测，其采用该方法不受类不平衡训练数据的影响以解决类不平衡问题，通过GANomaly故障诊断模型实现自学习故障诊断，减轻工作人员的工作检测负担，与传统信号处理方法相比，提升了风电齿轮箱的故障诊断的准确性。
-
公开(公告)号：CN113090474B
公开(公告)日：2022-02-18
申请号：CN202110424173.6
申请日：2021-04-20
Applicant: 华电电力科学研究院有限公司 , 内蒙古华电蒙东能源有限公司
Abstract: 本发明公开了一种基于数据分类标识的风电机组变桨异常监测方法，属于风电机组变桨系统监测领域，采用网格法对数据进行分类标识，通过绘制功率‑桨距角曲线判断机组是否有提前变桨的异常情况。采用数据分类标识法对调度限功率数据进行标识，排除因调度限功率导致主控系统控制桨距角提前变桨，对判断提前变桨故障造成干扰的情况。采用网格法确定桨距角主带，计算主带区间内桨距角平均值与功率平均值，绘制功率‑桨距角曲线。计算最小桨距角并通过线性插值计算变桨功率，当变桨功率小于设定阈值时，发出变桨异常报警。该发明用于分析变桨运行数据，准确地实现了风电机组变桨异常监测和故障报警的目的。实例分析验证了该发明的实用性和通用性。
-
公开(公告)号：CN113312405A
公开(公告)日：2021-08-27
申请号：CN202110369460.1
申请日：2021-04-06
Applicant: 华电电力科学研究院有限公司 , 内蒙古华电蒙东能源有限公司
IPC: G06F16/2458 , G06F16/215 , G06F16/25 , G06Q10/00
Abstract: 本发明公开了一种基于大数据的风电机组智能巡检方法，属于风力发电领域，针对风电机组包括发电机系统、叶片系统、变桨系统、偏航系统、变流系统、冷却系统、主控系统等各个系统建立智能巡检数据模型，根据其运行和故障特性分别进行管理和分析。采用风电机组智能巡检系统包括数据源层、基础层、平台层及应用服务层四层架构，充分利用机组的数据、振动检测CMS数据等智能巡检大数据处理中心和风电场手持终端相互配合、相互补充，进而实现对机组状态的远程精准掌控，智能巡检系统将设备巡检表、设备预警表、设备维护表等上传至系统，为现场的检修维护提供重要的信息支撑。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
