基于运维数据的风电机组状态评估与维修决策研究

摘要

近年世界范围内风能利用产业取得了长足进步，但风力机系统复杂、工作条件恶劣导致频发故障。因此，如何通过在役机组的运维数据，全面地研究风电机组的状态评估，促进风场的智能化运维技术的发展，优化运行和维护策略，是风电产业健康发展需要解决的关键问题。 本文针对以上问题，提出了对风电机组实施状态评估与维修决策的方法。作为状态评估的前提——构建出反映机组状态的评价体系，需要评价机组部件的重要度来选取对机组运行状态有重要影响的部件，为此提出了基于区间数的灰色模糊重要度评价方法；在关键部件或系统所构成的评价体系的基础上，本文提出了一种基于融合理论的风电机组整机状态评估模型，并通过评估结果确定机组状态；对于维修决策问题，本文在预防性维修基础上，提出了一种多部件机会维修决策。 首先，对于重要度评价模型，针对灰色模糊评价中隶属度及灰度取值的不确定性，并且没有综合考虑灰色性和模糊性之间关系的问题，本文提出区间数灰色模糊重要度评价方法。该方法将点灰度和点隶属度扩展成区间形式，增加了评价过程取值的客观性；引入OWA算子，从而定量反应灰部与模部之间的影响。实例分析结果表明，该方法较传统方法而言，在有效评价部件重要度的同时，具有评价结果离散程度高和不易受灰部取值影响的优势。 其次，对于状态评估模型，针对目前单一系统或部件的状态监测结果难以全面表达机组的状态的问题，提出了一种风电机组整机状态评估模型。该模型根据重要度评价结果构建评价指标体系，并基于正态云模型，考虑到在SC ADA数据中占大多数的温度指标阈值受环境温度和功率影响较大的情况，提出了修正温度的概念，排除功率和环境温度影响，得到更客观的阈值；考虑到属于强冲突证据类型的主客观权重融合问题，本文引入了 DSmT 证据融合理论；针对云模型参数确定方法，本文给出了一种基于3En原则的数字特征的确定方法，从而针对云模型隶属度曲线重叠性和相对贴近度过大的问题给出了一种解决方案。实例分析结果表明，该模型可对机组早期缺陷发出报警，得出故障前机组状态的劣化趋势，对运维有一定指导意义。 最后，对于维修决策模型，本文选取状态评估中有代表性的可修部件或系统，在周期性预防维修的基础上，提出了一种多部件机会维修决策。该模型考虑部件间的经济相关性，并以多部件单位时间维修成本最小为目标，对机会维修和预防性维修时间进行优化。实例分析结果表明，该模型可降低多部件维修成本，同时优化维修周期。

目录

第一个书签之前

摘要

Abstract

第1章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.2.1 风电机组综合评估过程的研究现状

1.2.2 风电机组维修决策的研究现状

1.3 本文的主要研究内容

第2章 基于区间数模糊的机组部件重要度评价

2.1 引言

2.2 传统风电机组部件重要度灰色模糊评价

2.2.1 灰色模糊数学理论

2.2.2 灰色模糊重要度评价模型

2.3 风电机组部件重要度的区间数模糊评价

2.3.1 区间数灰色模糊矩阵和权重集的建立

2.3.2 基于OWA算子的重要度综合评判

2.4 实例分析

2.4.1 基于本章方法的部件重要度模型求解

2.4.2 参照组模型

2.5 本章小结

第3章 基于融合理论的风电机组状态评估

3.1 引言

3.2 风电机组状态综合评估模型的构建

3.2.1 确定风电机组状态评估体系

3.2.2 评价集、权重及云隶属度矩阵的确定

3.3 基于正态云模型的状态评估模型改进

3.3.1 基于修正温度的风电机组温度监测参数及阈值的确定

3.3.2 基于证据融合理论的评估指标权重

3.3.3 基于3En准则的正态云模型参数确定

3.4 实例分析

3.4.1 基于本章方法的状态评估模型求解

3.4.2 参照组模型

3.5 本章小结

第4章 风电机组预防性维修决策研究

4.1 引言

4.2 周期性预防维修决策模型

4.2.1 模型描述

4.2.2 维修决策模型建立

4.2.3 实例分析

4.3 基于经济性的预防性机会维修模型

4.3.1 模型描述

4.3.2 维修决策模型建立

4.3.3 实例分析

4.4 本章小结

第5章 结论与展望

5.1 本文工作结论

5.2 研究展望

参考文献

攻读硕士学位期间发表的学术论文及其他成果

致谢