本发明专利技术涉及一种基于马尔科夫链参数预测的风电机组运行状态模糊综合评价方法，本发明专利技术针对传统模糊综合评价模型中劣化度计算存在的不足，建立马尔科夫链模型，将评价指标参数的变化趋势引入到劣化度计算当中，使得劣化度的计算更为合理，本发明专利技术对风电机组整体运行状态评估结果较传统方法所得结果更加客观、准确。
【技术实现步骤摘要】
本专利技术设及一种系统运行状态评价技术，更具体地说，设及一种基于马尔科夫链 参数预测的风电机组运行状态模糊综合评价方法。
技术介绍
随着风力发电的规模化发展，风电产业在应对气候变化和能源结构调整中发挥了 重要作用。然而，由于风电机组运行环境恶劣，加之其它影响因素，风电机组的故障频繁发 生，高达10% -15%的运行和维护成本成为了风电产业发展的最大瓶颈W，因此，如何保证 风电机组的安全可靠运行、降低运维成本得到了专家学者的高度关注。开展风电机组运行 状态评估研究，能够有效预防单个机组的故障和集群连锁故障的传播，合理安排维护计划， 降低运维成本，提高风电机组的安全性与可靠性，延长风电机组使用寿命。 目前，已有大量文献介绍了风电机组关键部件的状态评估方法然而由于机 组结构的复杂，仅针对某一关键部件进行状态评估难W准确全面地反映风电机组整体的运 行状态，因此，需从整体层面上，研究适合于评估风电机组运行状态的方法。近年来，已有 相关文献研究了基于支持向量机的智能化方法W、物元评估法hW、健康状态评价法M和 模糊综合评价法h2^(PuzzySyntheticEvaluation,FS巧等方法的风电机组运行状态评 估模型，其基本思想是通过分析机组的数据采集与监控（SuperviscxryControlandData Acquisition,SCADA)系统的实时数据，来建立评估模型。其中，模糊综合评价法是基于模糊 线性变换和隶属度，对具有多因素、多层次的复杂系统的运行状态做出定量评价，十分切合 风电机组系统自身的特点，因而被应用于包括风电机组在内的复杂运行环境和工况的系统 进行状态评估。文献采用层次分析法（Anal^ic化erarchyProcess，AHP)构建了评 价指标体系，同时，引入劣化度将指标进行归一化处理，并应用模糊综合评价法建立风电机 组运行状态的评价模型。在求解模型时，劣化度表征的是系统的正常状态与故障状态的相 对劣化程度。事实上，风电机组劣化是一个量变到质变的发展过程，机组劣化度不仅受到评 价指标当前值的影响，更与评价指标的变化趋势密切相关。文献和其他文献"3'14]在 计算劣化度时仅代入指标参数的当前值，难W准确反映机组的潜在故障。文献[1引针对传 统模型劣化度计算的不足，提出将指标参数的变化趋势引入到劣化度的计算中，但是文中 指标参数的变化趋势采用模糊预测法得到，存在一定的主观性，该种方法在系统状态突变 时容易出现误判。因此，需在指标参数的趋势预测上找到一种新的方法。 近年来，马尔科夫链（Markov化ain，MC)模型在数据趋势预测he-w中已被验证具 有独特的优势，可用于挖掘数据序列潜在的变化规律，其MC状态概率转移矩阵能够有效地 从当前时刻的状态预见未来时刻的状态，将其应用于挖掘评价指标的参数趋势变化，能够 克服W往FSE模型在劣化度计算中的缺陷。[000引相关文献： 陈雪峰，李继猛，程航等.风力发电机状态监测和故障诊断技术的研究与进 展.机械工程学报，2011，47(09) :45-52. CHEN Xuefeng, LI Jimeng, CHENG Hang, et al.民esearch and application of condition monitoring and fault diagnosis technology in wind turbines. Journal of mechanical engineering, 2011，47 (9):45-52. 郭鹏，DAVIDIN門ELD,杨锡运.风电机组齿轮箱温度趋势状态监测及分析方 法.中国电机工程学报，2011，31 (32) : 129-136. GU0 Peng, DAVID INFIELD, Yang Xiyun. Wind turbine gearbox condition mo打itori打g using temperature trend a打alysis .Proceedings of the CS邸，2011，31 (32) : 129-136 (in Chinese). Z ZhANG, A VE民MA，A KUSIAK. Fault Analysis and Condition Monitoring of the Wind Turbine Gearbox. IEEE Transactions on Energy Conversion, 2012, 27 (2) : 526-535. ZAPPAL入，D.，TAVNER，P.J.，CRABT肥E，C.J.，et al. Side-band algorithm for automatic wind turbine gearbox faultdetection and diagnosis. lET 民enewable Power Generation, 2014,08(04):380-389. 李辉，杨超，赵斌，等.风电机组电动变楽系统建模及运行特性评估与测试 ?电力系统自动化，2013, 37 (U) : 20-25.. Automation of Electric Power Systems, 2013, 37(11):20-25. AND赃W KUSIAK, ANOOP VERMA. A Data-Driven Approach for Monitoring Blade Pitch Faults in Wind Turbines.IEEE Transactions on Sustainable Energy, 2011, 02 (1) :87-96. FRANCOIS BESNARD，LINA BERTLING. An Approach for Condition-Based Maintenance Optimization Applied to Wind Turbine Blades . IEEE Transactions on Sustainable Energy, 2010, 01 (2):77-83. 肖雅丽，方瑞明，李文鹏.双馈感应风力发电系统状态监测方法综述. 电网与清洁能源，2012, 28(03) :67-73. XIA0 YalijFANG Ruiming, LI Wenpeng. Overview of the condition monitoring method for doubly-fed induction wind power generation systems. Power System and Clean Energy, 2012,28(3) :67_73.梁颖，方瑞明.基于SCADA和支持向量回归的风电机组状态在线评估方法?电力系统自动化，2013, 37(14) :7-12. LIANG Ying, FANG Ruiming. An online wind turbine condition assessment method based on SCADA and support vector regression. Automation of Electric Power Sy本文档来自技高网...
【技术保护点】
一种基于马尔科夫链参数预测的风电机组运行状态模糊综合评价方法，其特征在于，包括以下步骤：1)预定义风电机组运行状态评价等级V；2)建立风电机组运行状态评价指标层次模型：首先把风电机组分为若干个子项目，然后依据整体性原则，采用SCADA系统的监测参数，将各个子项目细分为多项评价指标，收集并整理各个子项目的各项评价指标的评价指标参数，建立风电机组运行状态评价指标层次模型；3)各层权重的确定：采用层次分析法得到评价指标的常权值，再对常权值进行变权处理，评价指标的变权公式为：其中，a’ij和aij分别为第i个子项目的第j个评价指标的变权值和常权值；gij为相应的劣化度；m为第i个子项目下评价指标的个数；α为变权系数；4)基于马尔科夫链模型的劣化度计算，将不同数据范围的评价指标参数进行归一化处理，具体包括以下步骤：4.1)建立马尔科夫链模型，预测评价指标参数的变化趋势，再将评价指标参数的当前值和趋势变化量相加，得到评价指标参数的预测值；4.2)劣化度的计算：对于评价指标参数越小表征运行状态越良好的子项目，其劣化度的计算如下：其中，x为评价指标参数的预测值，xmax、xmin分别为当前评价指标参数允许范围的最大值、最小值；对于评价指标参数处于中间数值段表征运行状态不良的子项目，其劣化度的计算如下：其中，x为评价指标参数的预测值，xb、xa分别表示当前评价指标参数正常范围的上限值、下限值；5)评价指标隶属度矩阵的建立：在归一化评价指标参数后，采用隶属函数确定每个评价指标对步骤1)预定义的运行状态评价等级的隶属度矩阵Ri；6)多层次模糊综合评价：设第i个子项目Ui有k个评价指标，由评价指标的变权向量A’i＝(a’i1,a’i2,…,a’ik)和隶属度矩阵Ri计算得到各子项目的评价矢量Vi，并构成风电机组的综合隶属度矩阵R；Vi＝A’i*Ri＝(vi1,vi2,vi3,vi4)；R＝[V1,V2,V3,V4,V5]T；其中，Vi表征了第i个子项目的模糊综合评价结果矢量，矢量中每个元素代表了子项目对每个评价等级的隶属度；由子项目Ui的权重向量A'和综合隶属度矩阵R，求得风电机组运行状态的综合评价矢量，矢量中每个元素代表了风电机组对每个评价等级的隶属度；综合评价矢量如下：V＝A'*R＝(v1,v2,v3,v4)；其中，*为模糊合成算子。...
【技术特征摘要】
【专利技术属性】
技术研发人员：方瑞明，江顺辉，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。