作者:吴立增 单位:华电郑州机械设计研究院有限公司;中国华电科工集团有限公司 出版:《华电技术》2016年第01期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFSLDL2016010240 DOC编号:DOCSLDL2016010249 下载格式:PDF + Word/doc 文字可复制、可编辑
《风力发电机组状态监测系统设计与应用》PDF+DOC2016年第01期 李涛涛,贾嵘,尹浩霖,董开松,党建 《基于模型的风电机组变桨距系统故障检测》PDF+DOC2015年第02期 赵洪山,连莎莎,邵玲 《基于粒子群优化的无载荷传感器风电机组独立变桨距控制》PDF+DOC2014年第10期 高峰,郭鹏 《风电机组状态监测系统现状研究》PDF+DOC2013年第03期 董昱廷,王海云,唐新安 《风电机组状态监测系统现状》PDF+DOC2013年第04期 董昱廷,王海云,唐新安 《基于阶次分析的风电机组在线模态参数识别与故障诊断》PDF+DOC2017年第04期 李静立,王谦,张军,李磊磊 《基于步态识别的移动设备身份认证模型》PDF+DOC2019年第02期 蒋伟,王瑞锦,余苏喆,秦圣智,李蝉娟,李冬芬 《基于电流信号的刀具磨损状态监测方法研究》PDF+DOC2019年第06期 孙巍伟,黄民,李康 《风电机组状态监测系统节点路由修复算法》PDF+DOC2015年第19期 傅质馨,丁国荣,邵秋葵,吕鹏远,赵敏,袁越 《基于ZigBee的风电机组远程监测系统设计与实现》PDF+DOC2014年第03期 邬春明,刘海维
  • 风电机组风速计出现故障的概率较高,对其进行实时监测并及时发现其故障有重要意义。由于相邻多台风电机组的运行工况和风速计测量值的相关性很强,提出了基于相邻风机相关性模型的风速计监测方法。采用粒子群神经网络算法对相邻的多台风电机组风速计正常测量数据进行处理,建立相关性模型,将风速计实时测量风速作为模型的输入,当某台机组的风速计出现测量异常时,其与其他相邻机组风速计之间原有的相关性被破坏,相关性模型对该机组风速的预测残差将会显著增大,预示该风速计出现故障,据此能够实现风电机组风速计状态的实时监测。某风电场的实际运行数据验证了该方法的有效性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。