[发明专利]智能风电机组工况辨识系统及方法有效

专利信息
申请号: 201310056495.5 申请日: 2013-02-21
公开(公告)号: CN103161668A 公开(公告)日: 2013-06-19
发明(设计)人: 刘成良;王双园;黄亦翔;贡亮;李彦明 申请(专利权)人: 上海交通大学
主分类号: F03D7/00 分类号: F03D7/00
代理公司: 上海旭诚知识产权代理有限公司 31220 代理人: 郑立
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: 发明公开了一种智能风电机组工况辨识方法,用于辨识包括多个子系统的风电机组的工况,包括步骤:获取风电机组的多个参数;将参数分类为全局参数和局部参数;提取多个参数的特征值;根据各个参数的特征值获得各个参数的特征值向量;通过第一层自组织映射神经网络和第二层自组织映射神经网络,将多个参数的特征值向量分类到全局工况和子系统工况,以获得所述风电机组的工况的辨识结果。本发明采用风电机组的多个参数来分析风电机组的工况并将风电机组的工况分为若干全局工况和子系统工况,可提高对风电机组的工况的辨识稳定性,并提高对风电机组的运行的监控精度。
搜索关键词: 智能 机组 工况 辨识 系统 方法
【主权项】:
一种智能风电机组工况辨识方法,其特征在于,风电机组包括多个子系统,所述辨识方法包括步骤:使用传感器获取所述风电机组的多个参数,所述参数包括所述风电机组的环境参数和所述风电机组的机组参数;将所述多个参数分类为全局参数和局部参数,所述全局参数与所述多个子系统皆相关,所述局部参数仅与所述多个子系统中的一部分相关;提取所述多个参数的特征值,所述特征值包括统计学特征值和时、频域特征值;根据各个所述参数的特征值获得各个所述参数的特征值向量;将与同一个所述子系统相关的所述多个参数的特征值向量输入第一层自组织映射神经网络获得与所述子系统相关的输出向量;将与所述多个子系统分别相关的各个所述输出向量作为混合向量并将所述混合向量输入第二层自组织映射神经网络获得所述风电机组的工况的辨识结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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交通大学,未经上海交通大学许可,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/patent/201310056495.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top