基于多参数融合和组合赋权的风电机组健康状态评估

郭煜涛; 谢丽蓉; 包洪印; 孙代青

doi:10.13568/j.cnki.651094.651316.2020.12.25.0001

您当前的位置：

首页 >

文章列表页 >

基于多参数融合和组合赋权的风电机组健康状态评估

更新时间：2026-01-21

- 基于多参数融合和组合赋权的风电机组健康状态评估
- Journal of Xinjiang University (Natural Science Edition in Chinese and English) Vol. 39, Issue 1, Pages: 119-128(2022)
- 作者机构：
  
  1. 新疆大学可再生能源发电与并网技术教育部工程研究中心
  2. 中船重工海为(新疆)新能源有限公司
- 作者简介：
- 基金信息：
- DOI：10.13568/j.cnki.651094.651316.2020.12.25.0001
  CLC： TM614
- Published：2022
- 稿件说明：
移动端阅览
[1]郭煜涛,谢丽蓉,包洪印,等.基于多参数融合和组合赋权的风电机组健康状态评估[J].新疆大学学报(自然科学版)(中英文),2022,39(01):119-128.
[1]郭煜涛,谢丽蓉,包洪印,等.基于多参数融合和组合赋权的风电机组健康状态评估[J].新疆大学学报(自然科学版)(中英文),2022,39(01):119-128. DOI： 10.13568/j.cnki.651094.651316.2020.12.25.0001.

DOI：10.13568/j.cnki.651094.651316.2020.12.25.0001.

摘要

针对目前风电机组健康状态无法准确评估的问题

提出一种基于多参数融合和组合赋权的风电机组健康状态评估方法.根据故障频次与时长构建风电机组健康状态评估指标体系

通过将灰色关联分析法的参数层指标客观权重与层次分析法的参数层主观权重对应结合

再与上层指标权重综合

归一化得到组合指标权重

应用高斯函数确定指标对各状态等级的隶属度

采用参数-部件-系统逐层对风电机组开展健康状态评估

选取新疆某风电机组SCADA数据进行验证.结果表明:该方法可在故障发生前得出状态劣化的趋势

对机组早期的故障发出报警

从而达到整机状态预警的目的.

Abstract

In order to solve the problem that it is difficult to accurately evaluate the health status of wind turbine

a wind turbine health assessment method based on multi-parameter fusion and combination weighting is proposed. The health evaluation index system of wind turbine is constructed according to the fault frequency and time. After combining the objective weight of the bottom index of the grey relational analysis method with the subjective weight of the sub-layer of the analytic hierarchy process

and then synthesizing the weight of the upper index

the weight of the combined index is obtained by normalization

and the membership degree of the index to each state level is determined by using the Gaussian function. The parameter-component-system is used to evaluate the health status of wind turbine layer by layer

and the SCADA data of a wind turbine in Xinjiang are selected for verification. The results show that this method can get the trend of state deterioration before the fault occurs

and give an alarm to the early fault of the unit

so as to achieve the purpose of state early warning of the whole machine

and has guiding significance for operation and maintenance.

关键词

Keywords

references

曾军,陈艳峰,杨苹,等.大型风力发电机组故障诊断综述[J].电网技术, 2018, 42(3):849-860.

TAKOUTSING P, WAMKEUE R, OUHROUCHE M, et al. Wind turbine condition monitoring:state-of-the-art review, new trends, and future challenges[J]. Energies, 2014, 7(4):2595-2630.

KUSIAK A, VERMA A. Monitoring wind farms with performance curves[J]. IEEE Transactions on Sustainable Energy, 2013,4(1):192-199.

肖运启,王昆朋,贺贯举,等.基于趋势预测的大型风电机组运行状态模糊综合评价[J].中国电机工程学报, 2014, 34(11):2132-2139.

李辉,胡姚刚,唐显虎,等.并网风电机组在线运行状态评估方法[J].中国电机工程学报, 2010, 30(33):103-109.

周湶,徐清鹏,李剑,等.融合集对分析和证据理论的风电机组运行状态评估[J].电力自动化设备, 2017, 37(7):38-45.

黄必清,何焱,王婷艳.基于模糊综合评价的海上直驱风电机组运行状态评估[J].清华大学学报(自然科学版), 2015, 55(5):543-549.

董兴辉,张鑫淼,郑凯,等.基于组合赋权和云模型的风电机组健康状态评估[J].太阳能学报, 2018, 39(8):2139-2146.

曾江,蔡东阳.基于组合权重的蒙特卡洛电压暂降评估方法[J].电网技术, 2016, 40(5):1469-1475.

LI J, LI Q, ZHU J. Health condition assessment of wind turbine generators based on supervisory control and data acquisition data[J]. IET Renewable Power Generation, 2019, 13(8):1343-1350.

邹阳,何倩玲,蔡金锭.基于组合赋权-双基点法的变压器油纸绝缘状态综合评估[J].电工技术学报, 2019, 34(20):4400-4408.

杨萌,袁逸萍,李明,等.基于熵权模糊法的新疆区域两化融合发展水平评价研究[J].新疆大学学报(自然科学版), 2017, 34(4):488-492.

李宏坤,何德鲁,张志新,等.基于状态空间模型的可靠性评估方法[J].振动与冲击, 2016, 35(1):118-124.

王桂兰,赵洪山,郭双伟.基于结构分析的风机齿轮箱传感器配置研究[J].振动与冲击, 2018, 37(24):181-188.

朱双,周建中,孟长青,等.基于灰色关联分析的模糊支持向量机方法在径流预报中的应用研究[J].水力发电学报, 2015, 34(6):1-6.

罗毅,周创立,刘向杰.多层次灰色关联分析法在火电机组运行评价中的应用[J].中国电机工程学报, 2012, 32(17):97-103+150.

侯英杰,张立杰.我国棉花生产风险预警研究[J].新疆大学学报(自然科学版), 2019, 36(2):208-220.

郭金维,蒲绪强,高祥,等.一种改进的多目标决策指标权重计算方法[J].西安电子科技大学学报, 2014, 41(6):118-125.

邱小平,孙若晓,于丹,等.基于模糊聚类的车辆跟驰隶属度函数确定方法[J].计算机应用研究, 2016, 33(7):1952-1956.

Views

550

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

⁰