上海电气风电集团股份有限公司;大连理工大学姜孝谟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉上海电气风电集团股份有限公司;大连理工大学申请的专利变桨系统的监测方法及其系统及计算机可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114542403B 。
龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210302618.8,技术领域涉及:F03D17/00;该发明授权变桨系统的监测方法及其系统及计算机可读存储介质是由姜孝谟;陈庆;马明俊;唐伟健;惠怀宇;蒋勇;林琳;成晓彬设计研发完成,并于2022-03-24向国家知识产权局提交的专利申请。
本变桨系统的监测方法及其系统及计算机可读存储介质在说明书摘要公布了:本发明实施例提供一种变桨系统的监测方法及其系统及计算机可读存储介质。该监测方法包括:选取影响风力发电机组的变桨系统的多个监测变量;获取多个监测变量的监测数据;基于多个监测变量的监测数据来建立并训练Cox比例风险模型,以得到训练后的Cox比例风险模型;获取风力发电机组实际运行过程中的多个监测变量的当前监测数据;以及基于多个监测变量的当前监测数据和训练后的Cox比例风险模型来得到变桨系统的当前危险率以对变桨系统进行监测。本发明实施例能够对变桨系统的故障起到更好的监测,减少误报率。
本发明授权变桨系统的监测方法及其系统及计算机可读存储介质在权利要求书中公布了:1.一种变桨系统的监测方法,应用于风力发电机组,其特征在于:其包括: 选取影响风力发电机组的变桨系统油压状态的多个监测变量,所述多个监测变量包括所述风力发电机组的多个叶片的压力、多个叶片的位置角、发电机转速及风速; 获取所述多个监测变量的监测数据; 基于所述多个监测变量的监测数据来建立并训练Cox比例风险模型,以得到训练后的Cox比例风险模型,所述基于所述多个监测变量的监测数据来建立并训练Cox比例风险模型包括: 对所述多个叶片的压力和所述多个叶片的位置角分别进行整合以获得整合后的变量; 基于所述整合后的变量、发电机转速和风速来作为所述Cox比例风险模型的建模输入变量;及 基于所述建模输入变量的数据来训练所述Cox比例风险模型,其中, 所述基于所述建模输入变量的数据来训练所述Cox比例风险模型包括:对所述Cox比例风险模型进行单因素分析,确定每个建模输入变量的p值;剔除p值大于预定阈值的建模输入变量;基于剩余的建模输入变量的数据来继续训练所述Cox比例风险模型,直到所述建模输入变量的p值均小于等于所述预定阈值;及将p值小于等于所述预定阈值的建模输入变量作为所述训练后的Cox比例风险模型的建模输入变量; 所述基于所述建模输入变量的数据来训练所述Cox比例风险模型还包括:引入所述变桨系统的故障机理的关键变量,所述关键变量为剔除的p值大于所述预定阈值的建模输入变量;及将所述关键变量及p值小于等于所述预定阈值的建模输入变量作为所述训练后的Cox比例风险模型最终的建模输入变量; 获取所述风力发电机组实际运行过程中的所述多个监测变量的当前监测数据;以及 基于所述多个监测变量的当前监测数据和所述训练后的Cox比例风险模型来得到所述变桨系统的当前危险率以对所述变桨系统进行监测。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海电气风电集团股份有限公司;大连理工大学,其通讯地址为:200241 上海市闵行区东川路555号己号楼8楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励