[發明專利]一種風能發電系統

有效

• 申請號: 201710042785.2
• 申請日: 2017-01-20
• 公開（公告）號: CN106593777B
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 江蘇德克瑪電氣有限公司
• 主分類號: F03D9/25
• 分類號: F03D9/25;F03D17/00;F03D9/35
• 代理公司: 揚州潤中專利代理事務所(普通合伙) 32315
• 代理人: 謝東

1.一種風能發電系統，其特征是：包括柱形空氣流通道、安裝于所述柱形空氣流通道內部的風能發電機組、用于對風能發電機組進行故障檢測的風能發電機組故障檢測裝置、報警器，所述柱形空氣流通道為兩端開放內部中空的柱形通道，所述柱形空氣流通道的最大橫截面直徑小于其自身高度的三分之一，該風能發電機組故障檢測裝置在風能發電機組發生故障時驅使報警器進行報警；所述風能發電機組包括風輪，所述風輪運轉平面與柱形空氣流通道的中心軸線垂直設置；所述風能發電機組還包括永磁發電裝置，所述風輪通過轉軸與所述永磁發電裝置相連，所述風輪轉動驅動所述永磁發電裝置發電；所述風能發電機組故障檢測裝置包括依次連接的振動信號獲取模塊、振動信號降噪模塊、故障特征提取模塊和故障識別模塊；所述振動信號獲取模塊，用于利用加速度傳感器獲取風能發電機組在正常狀態下及各種故障狀態下運行時的原始振動信號；所述振動信號降噪模塊用于對原始振動信號進行降噪處理；所述故障特征提取模塊用于提取降噪后的振動信號的故障特征信息；所述故障識別模塊用于建立故障診斷模型，并采用提取的故障特征信息對該故障診斷模型進行訓練，從而基于訓練完的故障診斷模型對風能發電機組進行故障識別；所述振動信號降噪模塊包括信號初步降噪子模塊、信號二級降噪子模塊和信號末級降噪子模塊；所述信號初步降噪子模塊用于利用最小熵反褶積的自適應分析方法對原始振動信號進行初步降噪；所述信號二級降噪子模塊用于對經過信號初步降噪子模塊處理后的振動信號進行二次降噪；所述信號末級降噪子模塊用于基于改進的綜合經驗模態算法對信號二級降噪后的振動信號進行末級降噪。

2.根據權利要求1所述的一種風能發電系統，其特征是：所述對二級降噪后的振動信號進行末級降噪，包括：

(1)設定高低頻的分界線，采用經驗模態分解的自適應時頻分析方法將初步降噪后的原始振動信號按高低頻分解成不同的固有模態函數，對所得的固有模態函數進行傅里葉變換，

(2)獲得多個含有高頻成分的固有模態函數和多個含有低頻成分的固有模態函數，將多個含有高頻成分的固有模態函數組合成新的本征模態函數H_H，該本征模態函數H_H的組合計算公式為：

將多個含有低頻成分的固有模態函數組合成新的本征模態函數H_L，該本征模態函數H_L的組合計算公式為：

式中，H₁，H₂，...，H_a表示含有高頻成分的固有模態函數，H_1+a，H_2+a，...，H_b表示含有低頻成分的固有模態函數，a是含有高頻成分的固有模態函數的最大層數，b是含有低頻成分的固有模態函數的最大層數；

(2)對本征模態函數H_H、H_L分別進行綜合經驗模態分解，提取敏感的固有模態函數。