一种风电机群三级服役质量指数模糊综合评判方法及系统与流程

本发明主要涉及风电场评估，具体涉及一种风电机群三级服役质量指数模糊综合评判方法及系统。

背景技术：

1、近年来，国内大型风电机组的装机容量快速增长，使其保养和维修的成本日益增高，因此对风电场及其内部风电机组的运行状态进行系统评估，做到合理安排运行与检修计划，对运维人员准确掌握风电场的运行状态、风电场的维保优化、节约维护成本等均具有重要指导意义。目前，对风电场及其内部风电机组主要采用模糊评价法和层次分析法并结合评价指标权重建立评价指数体系，并基于模糊评价法、层次分析法、变权重法、云模型计算法等建立风电机组健康状态评价模型。然而，风电场及其内部风电机组受到机械、电气、环境、气动、热学等多方面因素的综合影响，上述方法仅对风电机组层面的部分因素进行了状态监测及评价，存在指标数量少、表征性弱等问题，建立的指标架构不能很好表征整个风电场的健康程度和运行状态，所以有必要提出一种多级全面监测及综合评价方法。

技术实现思路

1、针对现有技术存在的技术问题，本发明提供一种精细化、层次化和规范化的风电机群三级服役质量指数模糊综合评判方法及系统。

2、为解决上述技术问题，本发明提出的技术方案为：

3、一种风电机群三级服役质量指数模糊综合评判方法，包括步骤：

4、s1、预先建立“关键部件-机组-机群”三级服役质量指数体系；

5、s2、获取风电场原始数据并进行预处理，得到预处理后的风电场数据，再基于风电场数据计算三级服役质量指数体系下各项指标的劣化度；

6、s3、根据各项指标的劣化度采用熵权法确定每项指标的权重；

7、s4、基于各项指标的劣化度和权重，得到风电场整体劣化度，再根据风电场整体劣化度，基于隶属度函数确定风电场的整体健康等级。

8、优选地，在步骤s1中，“关键部件-机组-机群”三级服役质量指数体系具体为：

9、在关键部件服役质量指数体系的三级指标层面中：

10、选取塔架振动和塔筒倾角来表征塔筒qi；

11、选取机舱振动、机舱温度和机舱湿度来表征机舱qi；

12、选取叶轮转速、轮毂温度和叶片裂纹来表征叶片qi；

13、选取轴承温度和主轴振动来表征主轴qi；

14、选取齿轮箱油温、齿轮振动和轴承温度来表征齿轮箱qi；

15、选取发电机转矩、发电机转速和轴承温度来表征发电机qi；

16、选取变流器温度和变流器功率来表征变流器qi；

17、选取偏航角来表征偏航系统qi；选取桨距角来表征变桨系统qi；

18、在机组服役质量指数体系的三级指标层面中：

19、选取各关键部件qi来表征关键部件综合qi；

20、选取相电压、相电流、有功功率、无功功率、功率因数和电网频率来表征机组功能特性qi；

21、选取腐蚀程度和除冰能力来表征环境耐久性qi；

22、选取机组噪声和漏油来表征环境友好特性qi；

23、在风电机群服役质量指数体系的三级指标层面中：

24、选取风电场有功功率、风电场无功功率、风电场低压穿越能力和风电场运行适应性来表征风电场功能特性qi；

25、选取各机组功能特性qi和可满发的机组数量来表征机群完好qi；

26、选取各机组环境友好特性qi、生态影响指数和气候影响指数来表征环境影响qi。

27、优选地，步骤s2的具体过程为：

28、根据“关键部件-机组-机群”三级服役质量指数体系，将其中的所有指标分为越小越优型因素和中间型因素两类；

29、在劣化度计算中，越小越优型因素是指评估对象的劣化程度或质量时，数值越小表示越好或越优秀，其计算公式为：

30、

31、其中，x为该指标的实际值，[xmin,xmax]为该指标的合理范围；

32、在劣化度计算中，中间型因素指的是在评估对象的劣化程度或质量时，数值存在一个中间范围或中间状态表示最佳情况，其计算公式为：

33、

34、其中，x为该指标的实际值，[xmin,xmax]为该指标的合理范围，[xa,xb]为该指标的最佳范围。

35、优选地，步骤s3的具体过程为：

36、首先，基于各项指标劣化度通过信息熵的概念计算各项指标的相对熵值；

37、再根据各项指标的相对熵值计算其权重；

38、最后对计算得到的权重归一化处理，使各项指标权重总和为1。

39、优选地，步骤s4的具体过程为：

40、s401、预先根据岭形分布隶属度函数通过健康等级评估确定风电场整体运行状态，将“关键部件-机组-机群”三级服役质量指数体系中的运行状态从好到坏依次划分为不同健康等级；

41、s402、根据各项指标劣化度和权重加权求和后的结果，得到风电场整体劣化度，再计算出风电场对应于不同健康等级的隶属度；

42、s403、根据“最大隶属度原则”，确定风电场的整体健康等级。

43、优选地，在步骤s401中，健康等级分为优秀、良好、一般、不佳和极差。

44、优选地，在步骤s402中，各健康等级的岭形分布隶属度函数计算公式如下：

45、

46、

47、其中，f为劣化度，r(f)为劣化度对应于各健康等级的隶属度。

48、优选地，步骤s403的具体过程为：在隶属度大于0的前提下，评价等级为优秀对应的劣化度范围为0-0.2；评价等级为良好对应的劣化度范围为0-0.5；评价等级为一般对应的劣化度范围为0.2-0.8；评价等级为不佳对应的劣化度范围为0.5-1；评价等级为极差对应的劣化度范围为0.8-1。

49、本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。

50、本发明进一步公开了一种风电机群三级服役质量指数模糊综合评判系统，包括相互连接的存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述方法的步骤。

51、与现有技术相比，本发明的优点在于：

52、本发明基于模糊综合评判方法提出一种“关键部件-机组-机群”三级服役质量指数(qi)体系。首先对风电场原始数据进行预处理，然后计算其劣化度，再根据数据样本采用熵权法确定每项指标的权重，最后基于对劣化度加权求和处理后得出的整体隶属度确定整体健康等级即评价结果。本发明能系统评估出风电场的健康等级，评估结果可为风电场合理安排机组的调度运行与检修维护计划提供参考。

53、本发明在分析风电机组和机群构成的基础上，探讨风电机群服役质量的内涵，调研分析国家/行业标准对机组(风场机群)对设计运维的影响，以及国家能源、环境相关政策对风电运行的要求，确定风电机组和机群服役质量的内涵，及与服役质量相关的功能、性能、可靠性、安全性、环境适应性、使用经济性等特性，以及影响这些特性的主要相关要素。按“机群-机组-关键部件”三级，结合服役质量内涵要素分析结果，由顶向下分析设备/部件的重要度，在由底向上分析部件/设备性能退化/故障模式及对上层的影响，采用“向上合成+上层添加”的方式，在初步构建的风电机组服役质量指数体系的基础上，通过精细化、层次化和规范化，逐层构建“关键部件-机组-机群”三级服役质量指数体系，保证后续评价的精准可靠性。