基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运行在潮湿、寒冷环境下的风电机组容易发生叶片覆冰,由此会造成机组的安全性、可靠性降低,严重影响经济运行.目前,关于风电机组叶片覆冰状态诊断,国内外学者进行了大量的研究,如对叶片不同翼型下的覆冰形态进行数据模拟,以建立覆冰与功率损失的诊断关系;在实验室环境下进行不同覆冰状态叶片的模态分析以及动力特性模拟实验,确定了叶片模态频率与覆冰程度的关系,建立起风电机组叶片覆冰状态定量检测指标体系.但是,数值模拟或实验所采用的物理模型和数据,与工程实际存有偏差,而直接利用风电场SCADA系统采集的数据进行风电机组叶片覆冰诊断,是一种更加便捷有效的方式.
推荐文章
基于LabVIEW的水电机组振动监测系统设计
水电机组
基于LabVIEW的水电机组振动监测
状态监测
虚拟仪器
兆瓦级风电增速箱监测与诊断系统研究
风电机组监测
齿轮故障诊断α0法
边频带理论
故障诊断
基于无线数据传输及远程功能的风电机组监测诊断系统
风电机组
在线监测
无线传输
远程诊断
虚拟仪器
网络化水电机组振动监测和故障诊断系统
水电机组
振动监测
故障诊断
互联网
虚拟仪器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LabVIEW平台的风电机组叶片覆冰状态诊断系统研究
来源期刊 风能 学科
关键词
年,卷(期) 2020,(9) 所属期刊栏目 技术
研究方向 页码范围 58-63
页数 6页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
风能
月刊
1674-9219
11-5942/TK
大16开
北京市北三环东路28号易亨大厦1108
2010
chi
出版文献量(篇)
3152
总下载数(次)
5
论文1v1指导