基于训练干扰卷积神经网络的风轮不平衡识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TM614 文献标志码：A

0 引言

随着风电机组的大型化发展，海上风电场的运维成本占总成本 34%[1] ，风轮不平衡会带来严重的负面影响，如引起功率的跌落，激励叶片和塔筒的载荷[2-3]。风轮不平衡包括气动不平衡以及质量不平衡[4]。气动不平衡的定义为一个或多个叶片的角度定位不正确，可能由生产误差、安装失准或运行故障引起，有数据表明， 38% 的在役风电机组存在气动不平衡[5-6]。（剩余12714字）

试读结束

目录
monitor
客服机器人