古尔班通古特沙漠基地项目(陕投木垒12.5万千瓦光伏部分)勘察设计项目招标

发布时间：2024-07-20

所属分类：招标公告

所在地区：阿拉尔招标

关键词：工程建筑

古尔班通古特沙漠基地项目(陕投木垒12.5万千瓦光伏部分)勘察设计项目招标

1.招标条件

本招标项目：古尔班通古特沙漠基地项目（陕投木垒12.5万千瓦光伏部分）勘察设计项目已由批准建设，项目业主为，建设资金及出资比例为自有资金20.0%,其他资金80.0%，招标人为昌吉古尔班通古特沙漠基地新能源开发有限公司木垒陕投分公司。项目已具备招标条件，受招标人委托，现对该项目的施工进行招标。

2.项目概况与招标范围

·2.1·项目概况：(001)古尔班通古特沙漠基地项目（陕投木垒12.5万千瓦光伏部分）勘察设计项目;

·2.2计划工期：

·2.3·工程建设地点：

3.投标人资格要求

·3.1投标人应是在中华人民共和国境内合法注册的独立企业法人或其他组织，具有独立法人资格和独立订立合同的资格的一般纳税人；2.投标人须具备建设部门颁发的工程勘察综合资质甲级和工程设计综合资质甲级资质；3.投标人近3年（2021年1月1日—至今）至少具有3个100MW及以上光伏项目的勘察设计业绩，业绩需附合同复印件；4.拟派项目设总具有注册电气工程师执业资格或高级工程师及以上职称，近3年（自2021年1月1日—至今）至少具有2个100MW及以上光伏项目的勘察设计项目设总业绩，业绩需附所负责项目的合同复印件及任命证明文件；5.投标人未被列入“信用中国”网站中的“失信被执行人”或“重大税收违法案件当事人名单”。（提供未列入失信企业目录网页截图）；6.投标人应具有良好的银行资信和商业信誉,没有处于被责令停产、停业或进入破产程序，且财产未被接管、冻结破产、重组状态（附承诺书）；7.本次招标不接受联合体投标。

·3.2·本次招标：不允许联合体投标。

4.招标文件的获取

4.1凡有意参加投标者，请于2024年07月19日09时00分00秒至2024年07月25日17时00分00秒下载招标文件。

4.2招标文件每套售价800.00元，售后不退。

5.投标截止时间及开标时间

·5.1投标截止时间为2024年08月08日09时30分(北京时间)。

友情提醒：报名前与下方联系人索取投标登记表，以及办理后续事宜。
联系人：郝亮
手机：13146799092(微信同号)
邮箱：1094372637@qq.com

招标-国电电力广西风电开发有限公司基于声纹识别技术的风力发电机组叶片状态监测关键技术的研究与应用技术服务招标

1.招标条件

本招标项目名称为：国电电力广西风电开发有限公司基于声纹识别技术的风力发电机组叶片状态监测关键技术的研究与应用技术服务招标，招标人为国电电力广西风电开发有限公司，项目单位为：国电电力广西风电开发有限公司，资金来源为自筹。本项目已具备招标条件，现对该项目进行国内资格后审招标。

2.项目概况与招标范围

2.1项目概况、招标范围及标段（包）划分：叶片是风电机组吸收风能最重要的部件，也是风电机组中价值最高的单一部件，叶片工作在恶劣的气候条件下，长期承受交变载荷和湍流冲击，常见的缺陷有外伤：叶尖、前缘、尾缘开裂、结冰、安装角不一致等；内伤：腹板开胶、大梁断裂等。而且叶片运行在高空，维修难度大，一旦出现故障维修费用高停机损失的，因此对叶片的故障早期报警十分必要，通过对叶片状态的监测，可以：早期预知故障，降低维修费用；及时发现缺陷，提高叶片性能；避免叶片断裂、飞车倒塔等恶性安全事故。

本项目研发的基于声纹识别技术的风力发电机组叶片状态监测系统通过音频采集及声纹分析的方式，采用提取信号的频带能量特征结合机器学习的方法，将声信号转变为特征向量后送入支持向量机训练，充分训练后较快识别出缺陷声音来判定某支叶片是否存在故障。内置软件处理数据后及时传输至后台系统，系统分析数据计算出诊断结果，发送给运维人员。

2.2其他：/

2.3主要研究内容及预期目标：本项目研究一种无接触方式实时在线监测叶片故障的方法。通过音频采集及声纹分析的方式，实时分析三支叶片的一致性，当某支叶片存在故障时，可以通过分析声纹的不一致性识别出缺陷并实时报警。采用基于规则、模型、案例和神经网络相结合的推理模式，根据实时获取的叶片声纹和历史监测数据分析叶片的裂化倾向和健康状态。从而实现对风力发电机组叶片智能化故障诊断及有效监测定位的研究目标。

（1）研制风机叶片声纹采集及边缘计算终端装置

基于声纹识别技术的风机叶片声纹采集及边缘计算终端装置实现数据采集、处理、传输、暂存等工作。在数据采集部分，需对叶片音频信号进行监测。在数据处理方面，研制一款控制单元能够对采集到的音频数据进行一定的预处理，从而减轻数据传输压力及上位机部分的运算压力。

（2）研究风机叶片声纹信号的特征提取技术

为了获得更有效用的叶片声纹信号特征，得到原始特征后，先去除信息中那些明显没有价值的特征，再通过映射方法来降维。特征提取的优劣对模式分类的准确性干扰很大，本项目运用有效的信号处理方式来实现风机叶片声纹信号的特征提取。

（3）研发基于声纹识别技术的风力发电机组叶片状态监测系统

研发基于声纹识别技术的风力发电机组叶片状态监测系统，内置基于声学特征提取和支持向量机的风机叶片缺陷识别算法，采用B/S架构，拥有友好的人机交互平台界面、强大的分析诊断能力，定位为针对叶片状态监测与故障诊断开发的专业监测软件系统。

（4）采购高精度远距离工业级音频采集器1台，完成现场数据采集与数据建模服务；

（5）在风电场选取十台风机试点应用；

（6）申请发明专利2项，提供专利申请受理通知书；

（7）申请实用新型专利1项，提供专利申请受理通知书；

（8）公开发表EI检索论文2篇，提供论文录用通知；

（9）申请软件著作权1项，提供软件著作权证书。