[发明专利]一种自动收缩的风力发电叶片及其控制方法在审
| 申请号: | 202011367603.7 | 申请日: | 2020-11-29 |
| 公开(公告)号: | CN112594125A | 公开(公告)日: | 2021-04-02 |
| 发明(设计)人: | 李康;高桂革 | 申请(专利权)人: | 上海电机学院 |
| 主分类号: | F03D1/06 | 分类号: | F03D1/06;F03D7/04;F03D17/00 |
| 代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 叶敏华 |
| 地址: | 200240 *** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 自动 收缩 风力 发电 叶片 及其 控制 方法 | ||
1.一种自动收缩的风力发电叶片,包括固定叶片、伸缩叶片、叶片收缩控制系统(1)和风速测量装置(4),所述固定叶片固定在风机转轴上,所述伸缩叶片可纵向滑动地安装在固定叶片上,所述叶片收缩控制系统(1)用于控制伸缩叶片伸展或收缩,其特征在于,还包括数据监测平台(3)和处理器(2);
所述数据监测平台(3)分别与风速测量装置(4)和处理器(2)连接,用于接收风速测量装置(4)采集的风速数据和风向数据并将其传输至处理器(2),所述数据监测平台(3)还用于实时监测发电效率和叶片伸缩长度;
所述处理器(2)与叶片收缩控制系统(1)连接,用于根据机器学习模型和数据监测平台(3)传输的数据计算叶片伸缩长度,并将叶片伸缩长度传输至叶片收缩控制系统(1)。
2.根据权利要求1所述的一种自动收缩的风力发电叶片,其特征在于,所述风速测量装置(4)为超声波风速传感器,所述超声波风速传感器的数量至少为1个。
3.根据权利要求1所述的一种自动收缩的风力发电叶片,其特征在于,所述风速测量装置(4)通过无线通信模块与数据监测平台(3)无线连接。
4.根据权利要求3所述的一种自动收缩的风力发电叶片,其特征在于,所述无线通信模块为蓝牙通信模块、WiFi通信模块、Zigbee通信模块、3G通信模块和4G通信模块中的至少一种。
5.根据权利要求1所述的一种自动收缩的风力发电叶片,其特征在于,还包括数据存储平台(5),数据存储平台(5)与数据监测平台(3)连接,所述数据存储平台(5)用于存储风速数据和风向数据、以及与风速数据和风向数据相对应的发电效率和叶片伸缩长度。
6.根据权利要求5所述的一种自动收缩的风力发电叶片,其特征在于,所述数据存储平台(5)为云数据存储平台。
7.根据权利要求1所述的一种自动收缩的风力发电叶片,其特征在于,还包括报警系统(6),报警系统(6)与数据监测平台(3)连接,所述报警系统(6)用于根据预设置的安全阈值和数据监测平台(3)的监测数据发出报警信息。
8.一种自动收缩的风力发电叶片的控制方法,用于控制如权利要求1-7中任一所述的风力发电叶片,其特征在于,包括以下步骤:
S1:获取原始数据集,并对原始数据集进行预处理得到训练数据集;
S2:构建机器学习模型,使用训练数据集训练机器学习模型,并将训练完成的机器学习模型写入处理器(2);
S3:风速测量装置(4)实时采集风速数据和风向数据;
S4:数据监测平台(3)接收风速测量装置(4)采集的风速数据和风向数据并将其传输至处理器(2),实时监测叶片伸缩长度和发电效率;
S5:处理器(2)基于机器学习模型,根据风速数据和风向数据计算叶片伸缩长度,并将叶片伸缩长度传输至叶片收缩控制系统(1);
S6:叶片收缩控制系统(1)控制伸缩叶片伸展或收缩,重复步骤S3,直至风力发电叶片停止工作。
9.根据权利要求8所述的一种自动收缩的风力发电叶片的控制方法,其特征在于,所述原始数据集包括风速数据、风向数据、以及与风速数据和风向数据相对应的最佳叶片伸缩长度。
10.根据权利要求8所述的一种自动收缩的风力发电叶片的控制方法,其特征在于,所述机器学习模型为卷积神经网络CNN机器学习模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011367603.7/1.html,转载请声明来源钻瓜专利网。





