期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于双馈风机短路特性的风电场集电线路继电保护整定方法研究 被引量:19
1
作者 成和祥 《电力系统保护与控制》 EI CSCD 北大核心 2020年第16期93-99,共7页
目前的定值整定工作中往往将风电场作为负荷或常规电源进行分析计算,已经导致了多起事故,因此深入研究风电场的故障特征以及对系统继电保护的影响显得非常重要。首先,在双馈风机短路等值参数模型的基础上,研究了风机短路特性对集电线路... 目前的定值整定工作中往往将风电场作为负荷或常规电源进行分析计算,已经导致了多起事故,因此深入研究风电场的故障特征以及对系统继电保护的影响显得非常重要。首先,在双馈风机短路等值参数模型的基础上,研究了风机短路特性对集电线路保护的影响和集电线路继电保护整定值整定方法。其次,充分考虑了风机短路故障电流的影响,并提出了一套完整的集电线路系统继电保护定值整定方法。该方法分析了三相短路和两相短路的短路电流,提出了集电线路相间过电流保护和汇集线接地故障的零序电流保护的整定原则和计算过程。该策略避免了风机发生故障时产生的过电流对下游集电线路继电保护装置造成冲击和误动,目前已经在实际风电场得到了应用,验证了该方法的有效性。 展开更多
关键词 双馈风机 短路电流 低电压穿越 撬棒保护 继电保护 定值整定
下载PDF
风电机组叶片覆冰形成原因及覆冰防治概述 被引量:9
2
作者 成和祥 行九晖 +1 位作者 刘杰 杨庆 《电力设备管理》 2021年第6期104-107,共4页
风电机组叶片覆冰对机组会产生诸多类型危害,必须采用有效的技术方式进行检测,从而对机组进行保护,并且及时触发叶片除冰系统的启动。
关键词 风电机组 叶片覆冰 结冰机理 风电叶片除冰技术
下载PDF
风电行业集中财务管理信息化 被引量:1
3
作者 成和祥 孙刚 《设备管理与维修》 2019年第15期13-15,共3页
随着《可再生能源法》的颁布与实施,我国的风力发电行业一直处在高速发展阶段。揭示风力发电行业财务管理的特点、现状,介绍了财务管理信息化的重要性,并以某企业ERP管理为样例,分析开展财务管理信息化的必要性和好处。
关键词 风力发电 财务管理 信息化 ERP系统
下载PDF
MCR型静止无功补偿装置在风电场的应用 被引量:4
4
作者 成和祥 丛庆地 《吉林电力》 2010年第3期36-38,41,共4页
针对并网风电场的电压无功控制调节问题,结合中广核风力发电有限公司大岗子风电场采用的磁控电抗器(MCR)型静止无功补偿(SVC)全范围动态补偿装置,对MCR+FC(固定电容器组)、TCR(晶闸管控制电抗器)+FC和SVG(静止无功发生器)升压变压器型... 针对并网风电场的电压无功控制调节问题,结合中广核风力发电有限公司大岗子风电场采用的磁控电抗器(MCR)型静止无功补偿(SVC)全范围动态补偿装置,对MCR+FC(固定电容器组)、TCR(晶闸管控制电抗器)+FC和SVG(静止无功发生器)升压变压器型多功率单元串联模式等3种无功自动补偿调节方式进行了对比分析,提出根据吉林电网实际情况,风电场接入系统无功自动补偿调节方式选用MCR+FC型,最后分析了控制策略和运行方式的优化。 展开更多
关键词 风电场 无功功率 电压 无功补偿
下载PDF
风力发电塔架自振频率分析
5
作者 成和祥 苏宝定 孙二平 《施工技术》 CAS 2020年第S01期1673-1676,共4页
模态识别是结构健康监测领域研究中的重点。基于实测振动数据,采用数据驱动的随机子空间算法,对风力发电结构进行模态识别,实例分析了环境因素和运行工况对自振频率的影响。
关键词 风机 振动监测 模态参数识别 随机子空间法
下载PDF
基于改进Yolov4的风电机组叶片缺陷检测算法 被引量:4
6
作者 李亦伦 成和祥 +2 位作者 董礼 苏宝定 刘方涛 《风机技术》 2022年第1期46-53,共8页
新型能源的发展离不开风力发电。随着风电机组性能的不断优化,对叶片运维提出了更高要求。为了提升风电机组的叶片巡检效率,有必要探索自动化、智能化的风电机组叶片巡检技术。无人机巡检技术已在多个领域有所应用,基于挂载高清摄像头... 新型能源的发展离不开风力发电。随着风电机组性能的不断优化,对叶片运维提出了更高要求。为了提升风电机组的叶片巡检效率,有必要探索自动化、智能化的风电机组叶片巡检技术。无人机巡检技术已在多个领域有所应用,基于挂载高清摄像头的无人机对风电机组叶片所拍摄的近距离图像,通过图像识别实现风电机组叶片缺陷检测。通过研究Yolov4算法在风电机组叶片无人机自动巡检系统中的应用,探索出了提升风电机组叶片缺陷检测精度的新路径。通过深度学习和计算机视觉技术,提高了风电机组叶片检测的实时性、高效性和准确性。通过实验证明,利用数据增强和改进目标检测Yolov4算法,可使风电机组叶片缺陷的检测平均精度(mAP)达83%。 展开更多
关键词 风机叶片 数据增强 Yolov4 残差网络 空洞卷积
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部