CN119572437B 一种风机叶片结冰监测系统及方法 (中电华创电力技术研究有限公司).docxVIP

CN119572437B 一种风机叶片结冰监测系统及方法 (中电华创电力技术研究有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119572437B(45)授权公告日2025.07.11

(21)申请号202510131423.5

(22)申请日2025.02.06

(65)同一申请的已公布的文献号申请公布号CN119572437A

(43)申请公布日2025.03.07

(73)专利权人中电华创电力技术研究有限公司地址200080上海市虹口区四平路216号

601室

专利权人东北电力大学

(72)发明人杨建卫俞卫新王亚顺佟林郭海涛穆啸天曹生现赵波唐振浩王恭高涵

(74)专利代理机构四川鑫仲知耀专利代理事务所(普通合伙)51423

(51)Int.CI.

F03D80/40(2016.01)

GO6F18/20(2023.01)

GO6F18/15(2023.01)

(56)对比文件

CN118911945A,2024.11.08CN118980060A,2024.11.19审查员张云芳

专利代理师王战鹰

权利要求书2页说明书10页附图2页

(54)发明名称

一种风机叶片结冰监测系统及方法

(57)摘要

CN119572437B本发明公开了一种风机叶片结冰监测系统及方法,涉及风力发电技术领域,该系统通过在风机叶片上安装的多传感器模块实时采集温度、湿度和振动信号,利用边缘计算单元融合多参数数据,计算叶片结冰风险因子R。风险因子的计算采用动态加权模型,结合归一化特征值fr(T)、fa(H)、fv(V),精准评估叶片结冰状态。当风险因子超过设定阈值时,系统触发报警并通过无线通信模块将数据传输至云端。云端平台基于长短时记忆神经网络(LSTM)模型,结合历史数据和实时监测数据预测未来结冰风险,本发明提高了结冰

CN119572437B

障。

传感器模块

传感器模块

数据处理与

边缘计算单

无线通信模

云端计算平

报警与控制

模块

表面温度传

感器

电容式湿度传感器

微振动加速

度计

CN119572437B权利要求书1/2页

2

1.一种风机叶片结冰监测系统,其特征在于,该系统包括:

传感器模块,安装于风机叶片的前缘、中部和尾缘位置,每个位置设置一组传感器组,传感器组包括:

表面温度传感器,用于测量叶片表面温度T,单位为摄氏度;

电容式湿度传感器,用于测量叶片表面湿度H,单位为相对湿度百分比;

微振动加速度计,用于采集叶片振动信号V,单位为分贝;

数据处理与边缘计算单元:数据处理与边缘计算单元与传感器模块通信,用于对实时数据进行多参数融合处理,通过以下公式判断叶片结冰风险因子R,即:

R=w?·f┐(T)+w?·f(H)+w?·fv(V);

其中,w?,W?,w?为权重系数,满足w?+w?+w?=1;

fr(T)、f。(H)、fy(V)分别为温度、湿度和振动特征的归一化函数;

当R≥Rthreshola时,系统判定叶片存在结冰并触发报警信号;

无线通信模块:采用LoRa或5G技术,将实时数据传输至云端;

云端计算平台:通过区域气象数据和历史数据,结合长短时记忆神经网络模型,预测未来30分钟内的结冰风险因子,计算公式为:

Rt+1=LSTM(X,Xt-1…,Xt-n);

其中,X=[T,H,V],其为当前监测数据向量;

报警与控制模块:当叶片结冰风险因子R或预测值Rt+1超过阈值Rthresho?a时,触发叶片加热装置或停机保护操作;

所述振动信号V的功率谱P(f)基于小波变换计算,公式为:

其中,W(f,t)为振动信号的小波变换结果,f为频率变量,t为时间变量,P(f)=V;所述权重系数w?,w?,w?通过以下优化公式确定:

s.t.w?+W?+w?=1;

其中,R:为根据实时数据计算的第i个风险因子,Ractua?,i为历史数据中真实的结冰风险因子,N为样本数量,s.t.w?+W?+w?=1表示在优化过程中,权重w?,W?,w?必须满足权重总和为1的约束条件;

云端计算平台优化LSTM模型时,基于以下损失函数L:

其中,Rt+;为模型预测的结冰风险因子,R,?为真实值,M为预测未来时间步长;所述报警与控制模块基于以下公式判断解冻完成:

Rafter=w?·f┐(Tafter)+w?·fa(Hafter)+w?·fv(Vafter);

其中

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档