【技术实现步骤摘要】
本专利技术属于风力发电，涉及海上风机叶片状态监测的方法。
技术介绍
1、随着世界经济的持续发展，能源需求量的要求也越来越大，石油、煤、天然气等能源的消耗的需求也急剧增加，随着不可再生能源的资源枯竭以及恶劣的环境问题，对可再生的清洁新能源的开发利用就显得尤其重要。
2、
3、而风能作为绿色可持续能源，风力发电可大量减少碳排放。
4、风机叶片是风力发电机最基础也是最关键的零部件之一，在风的驱动下，可以将风能转化为机械能，其成本大约在整机价值的20％左右。
5、随着技术的发展成熟以及对制造成本的要求，风电机组单机容量不断增大，叶片长度越来越长。
6、作为风力发电机组的关键部件及整机系统能量的输入部件，叶片的性能状态直接对系统的性能、状态以及安全产生影响。
7、在风机叶片运营过程中，由于户外所受的载荷复杂多样，尤其是海上风电发展，遭遇的台风级数和频率都会大大增加，很容易就会对风机叶片造成累积损伤或突然损伤。
8、在机组运行期间，如能及时准确地检测出叶片故障并采取...
【技术保护点】
1.一种基于群体智能的风电机组叶片监测与诊断系统，其特征在于利用叶片运行环境信息、工况信息和叶片结构信息，构建基于运维物联网和群体智能的叶片级、风机级、风场级数据的三级融合体系架构，将诊断结果与现场反馈相结合，提出具有自主学习能力的风力发电机组叶片状态监测方法。
2.根据权利要求1所述的一种基于群体智能的风电机组叶片监测与诊断系统，其特征在于按如下方式进行叶片级数一级据融合：
3.根据权利要求1所述的一种基于群体智能的风电机组叶片监测与诊断系统，其特征在于按如下方式进行叶片级数二级据融合：
4.根据权利要求1所述的一种基于群体智能的...
【技术特征摘要】
1.一种基于群体智能的风电机组叶片监测与诊断系统，其特征在于利用叶片运行环境信息、工况信息和叶片结构信息，构建基于运维物联网和群体智能的叶片级、风机级、风场级数据的三级融合体系架构，将诊断结果与现场反馈相结合，提出具有自主学习能力的风力发电机组叶片状态监测方法。
2.根据权利要求1所述的一种基于群体智能的风电机组叶片监测与诊断系统，其特征在于按如下方式进行叶片级数一级据融合：
3.根据权利要求1所述的一种基于群体智能的风电机组叶片监测...
【专利技术属性】
技术研发人员：刘展，庞宇，高文君，解彩芸，
申请(专利权)人：北京能高自动化技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。