一种新能源风力发电储能设备

本发明涉及风力发电，尤其涉及一种新能源风力发电储能设备。

背景技术：

1、新能源风力发电储能设备是风力发电设备将风能转换为机械功，机械功带动转子旋转，最终输出交流电的电力设备。风力发电机一般由风轮、发电机、调向器、塔架、限速安全机构和储能装置等构件组成。风力发电机的工作原理比较简单，风轮在风力的作用下旋转，它把风的动能转变为风轮轴的机械能，发电机在风轮轴的带动下旋转发电，然后通过储能设备进行储能。

2、经检索，中国专利号为cn115875203a的发明专利，公开了一种新能源风力发电储能设备；

3、与现有技术相比，该中国专利号为cn115875203a的发明专利能使在风力过大时，可降低叶片的转速，从而防止叶片引转速过高而导致断裂等效果。

4、但上述装置在实际的使用过程中，单单通过对称设置的挤压摩擦片进行降速，在实际降速过程中不够稳定，容易偏移，并且在挤压摩擦片与传动轴进行摩擦的过程中容易产生高温，影响降速效果，因此提出一种新能源风力发电储能设备，便于多方位的稳定降速，同时可对摩擦片进行实时降温，并且可空中的鸟类进行精确驱赶，减少鸟类与装置发生碰撞。

技术实现思路

1、本发明的目的是为了解决现有技术中降速过程中不够稳定，并且容易产生高温，影响降速效果的缺点，而提出的一种新能源风力发电储能设备。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种新能源风力发电储能设备，支撑杆、壳体、叶轮设备、传动轴和储能设备，所述壳体的内侧设置有用于传动轴的防护组件，所述防护组件包括设置在壳体内侧的伺服电机、蜗轮和降速片，所述壳体的内侧分别设置有冷却管、水泵和冷却器，所述冷却管、水泵和冷却器形成可用于降速片的冷却系统；

4、所述叶轮设备上设置有驱赶系统和感应系统；

5、所述驱赶系统包括监测模块，用于监测飞行中的鸟类；

6、识别与分类模块，用于对鸟类的自动识别和分类；

7、决策与反馈模块，用于判断是否存在碰撞风险；

8、实时调整模块，用于实时响应监测到的信息，并调整方案；

9、数据存储与分析模块，用于存储监测到的数据和处理结果，用于后续分析；

10、所述感应系统包括速度传感模块，用于监测叶轮设备的转速；

11、数据分析模块，用于分析速度传感模块的信号；

12、控制模块，用于根据输出信号控制伺服电机运转。

13、上述技术方案进一步包括：

14、所述监测模块包括雷达传感器、红外线摄像头和声学传感器，所述雷达传感器进行鸟类的远距监测，可以检测到飞行中的鸟类，所述红外线摄像头对鸟类进行近距离监测和识别，所述声学传感器监测鸟类叫声。

15、所述识别与分类模块利用深度学习算法进行鸟类的自动识别和分类，所述深度学习算法为卷积神经网络；

16、输入数据表示：输入数据为一个多维数组，记为x，x的维度为批量大小，通道数，高度，宽度，分别表示输入的样本数量、通道数量、图像高度和图像宽度；

17、卷积操作：通过卷积核对输入数据进行滑动窗口的卷积操作，提取输入数据中的特征，卷积核的维度为通道数，卷积核高度，卷积核宽度，记为w，卷积操作可以通过以下公式表示：其中，z是卷积操作的输出，表示特征图，i和j表示特征图的位置，h和w分别表示卷积核的高度和宽度，b是偏置项；

18、激活函数：在卷积操作之后，应用relu对特征图进行非线性变换，增加网络的表达能力；

19、池化操作：通过在局部感知区域内选择平均值作为池化结果，减少特征图的空间维度，并保留重要的特征信息；

20、全连接操作：在经过多次卷积和池化操作之后，将特征图展开成一维向量，并通过全连接层进行分类或回归任务，全连接层中的每个神经元都与前一层的所有神经元相连，通过学习权重和偏置来建立输入和输出之间的映射关系；

21、损失函数：在cnn中，使用交叉熵损失函数来度量模型的预测结果与真实标签之间的差距；

22、反向传播算法：使用反向传播算法来计算损失函数对于模型参数的梯度，并使用梯度下降来更新模型参数，不断优化模型的性能。

23、所述决策与反馈模块包括风险评估单元、决策逻辑单元和反馈措施单元，所述风险评估单元首先对存在的碰撞风险进行评估，所述决策逻辑单元根据风险评估单元的结果进行决策，判断碰撞风险，所述反馈措施单元选择合适的天敌叫声进行播放，以驱赶鸟类，所述实时调整模块根据鸟类距离调节音量和频率，所述数据存储与分析模块实时存储监测到的鸟类数据和处理结果。

24、所述速度传感模块实时监测叶轮设备的转速，并将相应的信号传输给数据分析模块，所述数据分析模块根据速度传感模块的速度数据分析降速片所需的摩擦力，所述控制模块根据分析结果控制伺服电机运转，所述数据存储与分析模块实时存储监测到的风力数据和处理结果。

25、所述壳体的内侧安装有第一支撑座，所述第一支撑座的端部安装有圆环，所述圆环的外部活动连接有多个呈圆周分布的降速片。

26、所述壳体的内侧安装有第二支撑座，所述第二支撑座的外部活动连接有蜗轮，所述壳体的内侧安装有伺服电机，所述伺服电机的输出轴端部安装有可与蜗轮相啮合的蜗杆，所述蜗轮靠近降速片一侧且与降速片对应处的位置分别安装有挤压杆。

27、所述圆环的外部开设有环形槽，所述冷却管处于环形槽的内侧且与圆环相接触，所述冷却管延伸至环形槽外部的端部分别与水泵和冷却器相连接。

28、本发明具备以下有益效果：

29、1、本发明中，通过驱赶系统，在通过叶轮设备的转动进行储能工作时，可减少了鸟类与装置的碰撞，有助于保护野生鸟类，减少对生态系统的影响，另外，通过避免鸟类与装置的碰撞，可以降低因此导致的设备损坏和能源生产中断，进而减少维护成本和损失。

30、2、本发明中，通过设置感应系统与防护组件的配合使用，通过的多方位降速，可稳定的降低叶轮设备的转速，避免叶轮发生断裂，并且可避免储能设备内部产生大量的热量，导致温度迅速上升，甚至超过其安全工作温度范围，这可能会导致储能设备的性能下降，甚至引发故障或损坏，并且可根据叶轮设备的转速随时调整降速效果，并且在降速工作时，可通过冷却管、水泵和冷却器形成的冷却系统对降速片的进行实时降温，避免高温影响降速效果。

技术特征：

1.一种新能源风力发电储能设备，包括支撑杆（8）、壳体（9）、叶轮设备（10）、传动轴（11）和储能设备（25），其特征在于，所述壳体（9）的内侧设置有用于传动轴（11）的防护组件，所述防护组件包括设置在壳体（9）内侧的伺服电机（12）、蜗轮（18）和降速片（16），所述壳体（9）的内侧分别设置有冷却管（21）、水泵（22）和冷却器（23），所述冷却管（21）、水泵（22）和冷却器（23）形成可用于降速片（16）的冷却系统；

2.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述监测模块（1）包括雷达传感器、红外线摄像头和声学传感器，所述雷达传感器进行鸟类的远距监测，可以检测到飞行中的鸟类，所述红外线摄像头对鸟类进行近距离监测和识别，所述声学传感器监测鸟类叫声。

3.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述识别与分类模块（2）利用深度学习算法进行鸟类的自动识别和分类，所述深度学习算法为卷积神经网络；

4.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述决策与反馈模块（3）包括风险评估单元、决策逻辑单元和反馈措施单元，所述风险评估单元首先对存在的碰撞风险进行评估，所述决策逻辑单元根据风险评估单元的结果进行决策，判断碰撞风险，所述反馈措施单元选择合适的天敌叫声进行播放，以驱赶鸟类，所述实时调整模块（4）根据鸟类距离调节音量和频率，所述数据存储与分析模块（5）实时存储监测到的鸟类数据和处理结果。

5.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述速度传感模块（7）实时监测叶轮设备（10）的转速，并将相应的信号传输给数据分析模块（6），所述数据分析模块（6）根据速度传感模块（7）的速度数据分析降速片（16）所需的摩擦力，所述控制模块（24）根据分析结果控制伺服电机（12）运转，所述数据存储与分析模块（5）实时存储监测到的风力数据和处理结果。

6.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述壳体（9）的内侧安装有第一支撑座（14），所述第一支撑座（14）的端部安装有圆环（15），所述圆环（15）的外部活动连接有多个呈圆周分布的降速片（16）。

7.根据权利要求1所述的一种新能源风力发电储能设备，其特征在于，所述壳体（9）的内侧安装有第二支撑座（17），所述第二支撑座（17）的外部活动连接有蜗轮（18），所述壳体（9）的内侧安装有伺服电机（12），所述伺服电机（12）的输出轴端部安装有可与蜗轮（18）相啮合的蜗杆（13），所述蜗轮（18）靠近降速片（16）一侧且与降速片（16）对应处的位置分别安装有挤压杆（19）。

8.根据权利要求6所述的一种新能源风力发电储能设备，其特征在于，所述圆环（15）的外部开设有环形槽（20），所述冷却管（21）处于环形槽（20）的内侧且与圆环（15）相接触，所述冷却管（21）延伸至环形槽（20）外部的端部分别与水泵（22）和冷却器（23）相连接。

技术总结本发明公开了一种新能源风力发电储能设备，包括支撑杆、壳体、叶轮设备、传动轴和储能设备，壳体的内侧设置有用于传动轴的防护组件，防护组件包括设置在壳体内侧的伺服电机、蜗轮和降速片，壳体的内侧分别设置有冷却管、水泵和冷却器，冷却管、水泵和冷却器形成可用于降速片的冷却系统，叶轮设备上设置有驱赶系统和感应系统，驱赶系统包括监测模块，用于监测飞行中的鸟类，识别与分类模块，用于对鸟类的自动识别和分类，本发明通过设置感应系统与防护组件的配合使用，可降低叶轮设备的转速，可以减少设备运行时的负荷，提高设备的稳定性和安全性，并且可根据叶轮设备的转速随时调整降速效果，同时可对降速片进行实时降温。技术研发人员：马荣琳,韩耀振,李琰锟,侯明冬,张煌受保护的技术使用者：山东交通学院技术研发日：技术公布日：2024/6/18