基于最优权重和隶属云的风电机组状态模糊综合评估.pdfVIP

赵洪山-，张健平z，李浪- 061000) (1．华北电力大学电气与电子工程学院，河北保定071003；2．国网沧州供电公司，河北沧州 摘要：针对风电机组状态模糊综合评估存在评估指标权重和隶属度确定主观性强的问题，提出了一种基于 最优权重和隶属云的风电机组状态模糊综合评估方法、、首先，采用层次分析法(AHP)构建状态评估指标体系， 引入相对劣化度对状态评估指标进行归一化处理和状态等级划分：其次．采用熵权法和AHP分别确定状态评 估指标的客观和主观权重．并通过非线性规划最优化解法确定状态评估指标的最优权重：然后，利用正态隶 属云的概念及生成算法，确定状态评估指标对各状态等级的隶属度，构成评估矩阵；最后，通过实例仿真， 并与其他评估方法进行比较．验证该方法是更加有效的和合理的。 关键词：风电机组；状态评估；最优权重；隶属云；模糊综合评估 中图分类号：TM614 文献标志码：A DOI：10．11930／jissn．1004—9649．2017．05．088．07 0引言 估方法的关键在于评估指标权重和隶属度的确 定[8]．然而．其在实际应用中．指标权重以及隶属 风电机组所处环境恶劣．部件维修与更换费 度的确定具有明显的主观性． 用昂贵．准确地对其状态进行评估．以确定合理 为此．本文提出了一种基于最优权重和隶属 的维修计划．对提高其运行的可靠性和经济性具 云【9】的风电机组状态模糊综合评估方法。通过非线 有重要的作用卜到。目前．对风电机组状态评估的 性规划最优化解法得到最优权重．结合了赋权法 研究．主要集中在对单一或重要部件的状态监测 的优点．较好地实现了对评估指标权重的赋值。 和故障诊断上一文献『31对风电机组不同部件的状 应用正态隶属云确定评估指标的隶属度．解决了 态监测和故障检测及相关算法进行了研究．，文献 隶属函数确定主观性强的问题． 『41提出了基于振动测量法的风电机组叶片故障诊 断方法。文献『5]提出了齿轮箱复合故障振动信号 1 风电机组状态评估指标体系的建立 的形态分量分析方法．从而有效分离滚动轴承与 齿轮的故障特征。而风电机组是南多部件组成的 1。1 风电机组状态评估指标体系 复杂系统．仅对单一或重要部件的状态监测．不 通过分析归纳风电机组的重要状态参数．采 足以全面表征风电机组整体的健康程度．因此． 用层次分析法构建了如图1所示的层次型的风电 对风电机组整体状态的评估方法也进行了许多研 机组状态评估指标体系，包括目标层、项目层、 究。在各种状态评估方法中．模糊综合评估方法 子项目层和指标层4个层次．处于目标层的风电 由于无需过多依赖实验数据并能够有效处理不确 机组运行状态R可分解成风电机组性能(R．)和外 定性信息．在风电机组的状态评估中得到了广泛 界因素(尺，)2个项目层。项目层又可分解成尺旷 的应用。例如，文献『6]提出了考虑状态参数趋势 尺，，6个子项目层，分别为齿轮箱R¨、发电机尺。 预测的风电机组状态模糊综合评估。，文献『71从技 控制柜尺叭机舱尺…环境因素尺：．和电网因素 术经济指标、功能设置、可靠性和维修性4个方 尺…、在每一个子项目层下再分别选取风电机组的 面对风电机组性能进行了综合评估。模糊综合评 重要状态参数作为评估指标。例如．齿轮箱尺。 收稿日期：2叭6一12·25 基金项目：国家科技支撑计划资助项目(2015BAA06803) 万方数据 目标层项目层 子项目层 指标层 对中间型指标，相对劣化度的计算公式为 齿轮箱轴承温度R