-
公开(公告)号：CN102759711A
公开(公告)日：2012-10-31
申请号：CN201210214246.X
申请日：2012-06-27
Applicant: 广东电网公司电力科学研究院
CPC classification number: Y02B10/30
Abstract: 一种基于数据挖掘的风力发电机组故障诊断方法：S1 对实时采集的风力发电机组参数消除数据噪声和处理空缺值；S2 幅值域分析；S3 相关性分析；S4 对不同故障类型的数据样本建立故障判定树；S5 对于创建好的故障判定树，采用后剪枝方法以消除数据中的噪声和孤立点带来的训练异常；S6 提取后剪枝完的故障判定树表示的知识，以IF-THEN的形式给出故障判定规则；S7重复步骤S1、S2、S3，对处理后的数据利用步骤S6提取到的故障诊断规则进行故障诊断，并对诊断结果予以显示。本发明可及时并有效地确定风力发电机组发生故障的部件，确定故障类型及故障原因，防止故障恶化而产生重大事故。
-
公开(公告)号：CN102706885A
公开(公告)日：2012-10-03
申请号：CN201210149265.9
申请日：2012-05-15
Applicant: 广东电网公司电力科学研究院
IPC: G01N21/88
Abstract: 一种风力发电机组叶片损伤在线检测系统，其特征是：包括图像采集子系统、数据传输与处理子系统、状态监测与故障诊断服务子系统和监测诊断工作站，所述的图像采集子系统通过电缆与数据传输与处理子系统相连接，数据传输与处理子系统通过光纤与状态监测与故障诊断服务子系统连接，状态监测与故障诊断服务子系统通过光纤网络或无线网络与监测诊断工作站连接。本发明具有如下优点：1、具有信号分析和诊断功能，能对风力机的叶片损伤故障进行自动诊断。2、具有保护输出功能，可以与风力发电机组的变桨系统和刹车系统进行通信，在叶片处于危险状态下保护设备。
-
公开(公告)号：CN103984952B
公开(公告)日：2017-09-22
申请号：CN201410157662.X
申请日：2014-04-18
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面裂纹故障进行诊断的方法，该方法包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面故障诊断。该方法诊断精度高。
-
公开(公告)号：CN103984956B
公开(公告)日：2017-07-18
申请号：CN201410172548.4
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面点蚀故障进行诊断的方法，包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对图像基元进行特征提取；步骤四、提出一种神经网络聚类—LLE流行学习算法对提取的多维图像特征进行降维；步骤五、通过实验获取风力机叶片正常状态图像基元以及表面点蚀故障图像基元；步骤六、使用训练数据库对故障诊断所用的支持向量机进行训练；步骤七、使用步骤六中训练好的支持向量机对风力发电机叶片基元的表面是否存在点蚀故障进行诊断；步骤八、对所有的叶片基元均进行步骤二、三、四、七的操作，直至完成整片叶片的点蚀诊断。
-
公开(公告)号：CN103984952A
公开(公告)日：2014-08-13
申请号：CN201410157662.X
申请日：2014-04-18
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面裂纹故障进行诊断的方法，该方法包括步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面故障诊断。该方法诊断精度高。
-
Patent Agency Ranking
公开(公告)号：CN103982378A
公开(公告)日：2014-08-13
申请号：CN201410171787.8
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
IPC: F03D11/00
CPC classification number: Y02E10/722
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面结冰故障进行诊断的方法，包括如下步骤：步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面结冰故障诊断。该方法诊断精度高。
-
公开(公告)号：CN102759711B
公开(公告)日：2014-12-10
申请号：CN201210214246.X
申请日：2012-06-27
Applicant: 广东电网公司电力科学研究院
CPC classification number: Y02B10/30
Abstract: 一种基于数据挖掘的风力发电机组故障诊断方法：S1对实时采集的风力发电机组参数消除数据噪声和处理空缺值；S2幅值域分析；S3相关性分析；S4对不同故障类型的数据样本建立故障判定树；S5对于创建好的故障判定树，采用后剪枝方法以消除数据中的噪声和孤立点带来的训练异常；S6提取后剪枝完的故障判定树表示的知识，以IF-THEN的形式给出故障判定规则；S7重复步骤S1、S2、S3，对处理后的数据利用步骤S6提取到的故障诊断规则进行故障诊断，并对诊断结果予以显示。本发明可及时并有效地确定风力发电机组发生故障的部件，确定故障类型及故障原因，防止故障恶化而产生重大事故。
-
公开(公告)号：CN103984956A
公开(公告)日：2014-08-13
申请号：CN201410172548.4
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面点蚀故障进行诊断的方法，包括：步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对图像基元进行特征提取；步骤四、提出一种神经网络聚类—LLE流行学习算法对提取的多维图像特征进行降维；步骤五、通过实验获取风力机叶片正常状态图像基元以及表面点蚀故障图像基元；步骤六、使用训练数据库对故障诊断所用的支持向量机进行训练；步骤七、使用步骤六中训练好的支持向量机对风力发电机叶片基元的表面是否存在点蚀故障进行诊断；步骤八、对所有的叶片基元均进行步骤二、三、四、七的操作，直至完成整片叶片的点蚀诊断。
-
公开(公告)号：CN103982378B
公开(公告)日：2017-01-11
申请号：CN201410171787.8
申请日：2014-04-25
Applicant: 广东电网公司电力科学研究院 , 华中科技大学
IPC: F03D80/40
CPC classification number: Y02E10/722
Abstract: 本发明公开了基于机器视觉图像对电力系统风力发电机叶片表面结冰故障进行诊断的方法，包括如下步骤：步骤一、划分风力发电机叶片，获得叶片基元；步骤二、对风力发电机叶片基元进行拍照，并对背景进行剔除；步骤三、对步骤二获得的叶片基元结果图像进行二次划分成图像基元，并对基元结果图像进行特征提取；步骤四、对故障诊断所用的支持向量机进行训练；步骤五、使用训练好的支持向量机对风力发电机叶片基元的表面故障种类进行诊断；步骤六、对所有的叶片基元均进行步骤二、三、五的操作，直至完成整片叶片的表面结冰故障诊断。该方法诊断精度高。
-
公开(公告)号：CN202916207U
公开(公告)日：2013-05-01
申请号：CN201220216644.0
申请日：2012-05-15
Applicant: 广东电网公司电力科学研究院
IPC: G01N21/88
Abstract: 一种风力发电机组叶片损伤在线检测系统，其特征是：包括图像采集子系统、数据传输与处理子系统、状态监测与故障诊断服务子系统和监测诊断工作站，所述的图像采集子系统通过电缆与数据传输与处理子系统相连接，数据传输与处理子系统通过光纤与状态监测与故障诊断服务子系统连接，状态监测与故障诊断服务子系统通过光纤网络或无线网络与监测诊断工作站连接。本实用新型具有如下优点：1、具有信号分析和诊断功能，能对风力机的叶片损伤故障进行自动诊断。2、具有保护输出功能，可以与风力发电机组的变桨系统和刹车系统进行通信，在叶片处于危险状态下保护设备。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.042 seconds)
