Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Diagnostic use of wind power system
Języki publikacji
Abstrakty
W artykule zaprezentowano istotę konstruowania systemu nadzoru i bezpieczeństwa dla farmy wiatrowej. Znaczna część materiału w artykule dotyczy opisu podstaw funkcjonowania siłowni wiatrowej oraz pozostałych urządzeń składowych farmy wiatrowej. Proponowana metoda diagnozowania (oceny stanu farmy wiatrowej) polega na porównaniu wektorów sygnałów diagnostycznych z ich wzorcami. Podstawą wypracowywania decyzji oceny stanu farmy wiatrowej jest analiza wektorów sygnałów w przestrzeni Euklidesowej elementarnych metryk wektorów odległości sygnałów diagnostycznych. Na bazie metryk wektorów odległości sygnałów diagnostycznych system diagnostyczny (DIAG) wypracowuje diagnozy o stanie farmy wiatrowej w logice trójwartościowej.
The paper presents the essence of constructing surveillance and security system for a wind farm. A large part of the material in the article refers to the description of the functioning of a wind turbine and other equipment components of a wind farm. The proposed method of diagnosis (assessment of wind farm) is based on comparison of vectors of diagnostic signals from their practice. The basis for evaluation of the decision of developing a wind farm is to analyze the signal vectors in Euclidean space vectors of elementary metrics within the diagnostic signals. Metrics based on distance vectors of diagnostic signals diagnostic system (DIAG) generates a diagnosis on the state of the wind farm trivalent logic.
Czasopismo
Rocznik
Tom
Strony
1140--1147, CD 1
Opis fizyczny
Bibliogr. 13 poz., rys.
Twórcy
autor
- Politechnika Koszalińska, Wydział Mechaniczny; 75-453 Koszalin; ul. Śniadeckich 2. Tel: +48 3478-262
autor
- Politechnika Koszalińska, Zakład Zastosowań Elektroniki i Elektrotechniki; 75-620 Koszalin; ul. Racławicka 15-17. Tel: +48 3478-426
autor
autor
Bibliografia
- 1. Będkowski L., Dąbrowski T., Podstawy eksploatacji cz. 2. Wyd. WAT, Warszawa 2006, str. 187.
- 2. Duer S., An algorithm for the diagnosis of reparable technical objects utilizing artificial neural Network. ZEM, Vol. 43, No. 1(53) 2008, pp. 101-113.
- 3. Duer S., Determination of a diagnostic information of a reparable technical object on the basis of a functional and diagnostic analysis on example of a car engine. ZEM, Vol. 43, No. 4(156) 2008, pp. 85-94.
- 4. Duer S., Artificial Neural Network-based technique for operation process control of a technical object. Defence Science Journal, DESIDOC, Vol. 59, No. 3, May 2009, pp. 305-313.
- 5. Duer S., Inteligentny system wspomagający proces odnawiania cech eksploatacyjnych w złożonych obiektach technicznych. Wydawnictwo Uczelniane Politechniki Koszalińskiej. Koszalin 2012, str. 242.
- 6. Duer S., Artificial neural network in the control process of object’s states basis for organization of a servicing system of a technical objects. Neural Computing & Applications. 2012, Vol. 21, No. 1, pp. 153-160.
- 7. Duer S., Applications of an artificial intelligence for servicing of a technical object . Neural Computing & Applications. 2013, Vol. 22 No. 5 pp. 955-968.
- 8. Duer S., Laboratorium mechatroniki samochodowej. Wydawnictwo Uczelniane Politechniki Koszalińskiej. Koszalin 2014, str. 196.
- 9. Duer S., Zajkowski K., Duer R., Bernatowicz D., Wrzesień P.: Inteligentny system nadzoru i bezpieczeństwa dla farmy wiatrowej. LOGISTYKA 6/2014, s.3312-3321.
- 10. Instrukcja obsługi siłowni wiatrowej Nordex klasy K08 gamma.
- 11. Madan M. Gupta, Liang Jin and Noriyasu H.: Static and Dynamic Neural Networks, From Fundamentals to Advanced Theory. John Wiley End Sons, Inc 2003, p. 718.
- 12. Nakagawa T.: Maintenance Theory of Reliability. Springer – Verlag London Limited 2005, p. 264.
- 13. http://www.window.state.tx.us/specialrpt/energy/renewable/wind.php.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-6bd33cac-99d4-4b43-aff2-741a125b5bc4