【摘 要】
：
在分析风力发电机组电站系统特性的基础上，开发了风力发电机组电站系统仿真软件。该仿真系统采用多学科仿真支撑平台（MSP）构建过程模型，并利用控制系统图形化建模工具软件构建控制系统仿真模型，缩短了开发周期，提高了仿真精度。仿真系统支持一机多模、分组培训等功能，其中远程网络培训功能是该仿真系统的一大优势，方便异地多人培训，非常适合教学。
论文部分内容阅读
在分析风力发电机组电站系统特性的基础上，开发了风力发电机组电站系统仿真软件。该仿真系统采用多学科仿真支撑平台（MSP）构建过程模型，并利用控制系统图形化建模工具软件构建控制系统仿真模型，缩短了开发周期，提高了仿真精度。仿真系统支持一机多模、分组培训等功能，其中远程网络培训功能是该仿真系统的一大优势，方便异地多人培训，非常适合教学。
其他文献
在监测风力发电机组状态的过程中，对每个获取的数据信息进行比较，导致监测系统的吞吐量难以满足大规模监测条件下的客观需求。因此，该文提出基于无线传感器网络的风力发电机组状态监测系统设计，将针对工业领域的嵌入式应用设备—MYC-J335X-V2核心板以及具有实时传输功能的无线传感器—智能型三相电参数数据综合采集模块作为系统的硬件。在软件设计阶段，为了获取数据具有唯一属性的标签并将其作为传输执行的基础，通
为实现碳峰值和碳中和目标,大力发展新能源是必由之路,其中风力发电是一种有效降低碳排放量的清洁发电方式。风力发电机组大多地处偏远地区,所处环境恶劣,工况复杂多变,给运维工作带来困难,其状态监测与分析系统是延长资产寿命,维持设备健康的重要保障。当前,风力发电规模还在迅速扩大,来自不同生产厂商的不同设备有着不同的监控系统,多种数据采集接口规范、复杂的通信协议,这些给风力发电机组集中管理带来不便。为此,设
＜正＞刚刚过去的夏天，江苏省泗阳县新袁镇龙潭家庭农场负责人吴国云迎来梨园大丰收。他承包的520亩梨园产出苏翠1号、翠冠、翠玉等品种早熟梨40万公斤，按市场价格每公斤9元销售出一半后，剩余全部储存到刚刚建成的2000立方米“田间冷库”中。
由于近年来我国的经济发展速度非常迅速，随之而来的能源问题也变得越来越重要，作为当今人类社会生存和发展当中所存在的主要问题，能源缺乏已经成为了人们所亟待解决的一个重要发展缺陷，通过开发和利用可再生资源，可以在一定程度上缓解人类的能源压力，而开发和利用可再生资源也是当前世界各国开展可持续发展战略的重要方式。风力发电作为可再生资源当中的一种，由于其自身清洁能源的特点，不仅能够节约不可再生资源，而且也可以
随着信息时代的进步,图像处理技术越来越与日常生活密不可分。然而在采集处理和传输图像的过程中,图像往往会不可避免地受到噪声影响导致图像质量的下降,去除噪声是图像分析中最困难的问题之一,因此能有效去除噪声并保护原图细节信息的算法具有巨大的研究前景。图像本身具有结构冗余性和自相关性,非局部均值算法通过利用像素之间相似图像块的欧式距离作为相似性度量,得到了不错的去噪效果,但该算法难以同时满足保留细节和过滤
近十几年来，我国风力发电蓬勃发展，在早期安装的风力发电机组中，双馈型风力发电机组为主流机型，安装数量多，在双馈型风力发电机组中，主轴部分主要以双主轴轴承作为旋转及支撑部件，因此主轴轴承对于风力发电机组的传动作用尤为重要。因主轴轴承承在机组运行时主要承受风轮和主轴运转时产生的轴向力、径向力和弯矩载荷，承受载荷大且复杂，在机组长时间运行后，主轴轴承易出现磨损情况，且主轴轴承维护费用较高，因此对主轴轴承
针对传统风力发电机组故障检测方法受到非平稳振动信号影响，导致检测结果不精准的问题，提出了基于小波变换的风力发电机组故障检测方法。根据风力发电机组轴承非平稳信号特征，使用小波变换降噪技术，分解非平稳信号，获取有限长度离散含噪信号。消除噪声项后，利用峭度对非平稳信号的敏感性，提取故障自旋频率特征，实现轴承的故障检测。利用卷积神经网络提取齿轮箱阶次信号时序特征，通过齿轮箱故障时序特征的小波变换平移，利用
阐述风电并网中的问题和风电机组的并网特性，优化双馈风力发电机组并网效果的策略，目的在于优化风电并网的效果。
风能作为重要的可再生能源，近几十年来，全球风能使用规模迅速增长，陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大，因此必须开发有效且可靠的风力发电机组故障预警方法，在风电机组发生故障前进行提前预警，以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统（supervisory control and data acquisition, SCADA）已经在风电场有
随着风电行业的不断发展,风力发电机组的容量不断提高,降低维护成本已经成为亟待解决的问题。风力发电机组的状态监测与故障诊断技术已经成为解决这些问题的关键技术手段。论文基于风力发电机组的数据采集与监视控制（supervisory control and data acquisition,,SCADA）系统的实测数据,针对目前风力发电机组故障预测准确率低和传统故障预测方法的缺陷,结合卷积神经网络（Con