System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种风机基础沉降风险评估方法及系统、设备、介质技术方案_技高网

一种风机基础沉降风险评估方法及系统、设备、介质技术方案

技术编号:40354569 阅读:6 留言:0更新日期:2024-02-09 14:39
本发明专利技术涉及风机基础沉降风险评估技术领域,具体而言,涉及一种风机基础沉降风险评估方法及系统、设备、介质,包括建立风机机组基础沉降数据观测体系;根据风电场气象数据、风电场地质数据、风机塔体倾斜数据、风机基础沉降数据4个维度指标,以风机机组基础沉降数据观测体系为基础,建立风机基础沉降风险评估模型;充分考虑风机基础沉降风险因素的不确定性特征和评价等级的模糊性,采用模糊粗糙集理论确定每个指标的权重,基于云模型的基本原理,建立了风机基础沉降风险评估模型,并将风机机组基础沉降观测数据量化为动态指标,随风机运行进行动态风险评估,从而进一步提升该风机基础沉降风险评估的准确性和可操作性。

【技术实现步骤摘要】

本专利技术涉及风机基础沉降风险评估,具体而言,涉及一种风机基础沉降风险评估方法及系统、设备、介质


技术介绍

1、近年来我国风力发电行业经历了快速发展及装机容量的迅速增加,截止到2022年末,我国风电累计装机容量已达到3.7亿千瓦。同时,风电企业、风电设备制造企业迅速成长,配套电网建设逐步加强,风电场整体运行态势良好,但风电场安全运行管理工作仍是重中之重。随着风电装机容量的持续增长以及风电机组运行年限的增长,风电机组各系统、部件会发生一定程度的磨损、老化等现象,风电机组运行的安全性、稳定性变得愈发重要。在风电场运营过程中,风机基础沉降状况直接关系到风机运行过程中的安全性。地层不均匀、设计方案不合理、施工工艺不当等因素都会造成建筑物产生不均匀沉降或沉降过大。

2、风电机组基础除了承受着风机各系统、设备的自重之外,还承载着风力以及风机运行过程中产生的振动、晃动等持续性载荷,如果基础由于沉降不均匀而发生倾斜,风电机组整体的重心将会发生偏移,导致基础受力不均匀,同时各节塔筒连接处螺栓受力不均,严重时会导致塔筒法兰连接螺栓发生断裂甚至塔筒倾斜过度而倒塔。因此,当观测到风机基础沉降不均匀量增大而影响到机组安全时,应及时采取针对性的纠偏措施,阻止风机基础沉降不均匀地发展,确保风电机组的安全、稳定运行。但目前的风机沉降的风险评估准确度较低,对采取预处理措施有一定的影响。


技术实现思路

1、本专利技术的目的是提供一种风机基础沉降风险评估方法及系统、设备、介质,来解决现有技术中风机沉降的风险评估准确度较低的问题。

2、本专利技术的实施例通过以下技术方案实现:

3、第一方面,本专利技术提供了一种风机基础沉降风险评估方法,包括,

4、建立风机机组基础沉降数据观测体系,所述沉降数据观测体系包括获取风电场气象数据、风电场地质数据、风机塔体倾斜数据和风机基础沉降数据,建立各数据的风险评估指标;

5、基于模糊粗糙集确定所述风险评估指标的权重,基于云模型建立风机基础沉降风险评估模型,包括粗糙集的指标权重确定以及正态云模型等级评价;

6、将风机机组基础沉降观测数据量化为动态指标,随风机运行进行动态风险评估。

7、在本专利技术的一实施例中,所述风电场气象数据包括天气种类、风速及方向、风机表层湿度、气温、降水量。

8、在本专利技术的一实施例中,所述风电场地质数据包括风机所属工程岩土种类、岩土承载力、岩土位于风机基底之下的分布均匀程度。

9、在本专利技术的一实施例中,所述风机基础沉降数据包括一个基准点和4个观测点的高程。

10、在本专利技术的一实施例中,所述基于模糊粗糙集确定所述风险评估指标的权重包括;

11、构建原始数据矩阵、分类条件属性值和构造分类集;

12、计算条件属性对决策属性的重要程度。

13、在本专利技术的一实施例中,所述正态云模型等级评价包括;

14、

15、其中,e为论域的中心值,bmin、bmax分别双边约束条件对应等级的下上限,x表示云滴且x~n(e,y),y表示随机正态数y~n(f,h),f表示定性概念的可度量粒度和不确定性,h表示度量熵的不确定性,b表示一个确定的值,ωj表示指标权重,μ(x)表示隶属度,μ′表示隶属度归一化的结果,m表示各评价等级下整体的确定度。

16、在本专利技术的一实施例中,对所述风险评估指标进行归一化处理,包括模糊集理论分类、删除、合并原始数据集。

17、第二方面,本专利技术提供了一种风机基础沉降风险评估系统,包括;

18、体系建立模块,被配置为建立风机机组基础沉降数据观测体系,所述沉降数据观测体系包括获取风电场气象数据、风电场地质数据、风机塔体倾斜数据和风机基础沉降数据,建立各数据的风险评估指标;

19、权重计算模块,被配置为确定所述风险评估指标的权重,基于云模型建立风机基础沉降风险评估模型,包括粗糙集的指标权重确定以及正态云模型等级评价;

20、评估模块,被配置为将风机机组基础沉降观测数据量化为动态指标,随风机运行进行动态风险评估;

21、主控模块,所述主控模块与所述体系建立模块、权重计算模块和评估模块连接,用于执行上所述的一种风机基础沉降风险评估方法。

22、第三方面,本专利技术提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的一种风机基础沉降风险评估方法。

23、第四方面,本专利技术还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现上述的一种风机基础沉降风险评估方法。

24、本专利技术实施例的技术方案至少具有如下优点和有益效果:

25、采用本专利技术的方法,主要包括了建立风机机组基础沉降数据观测体系;从风电场气象数据、风电场地质数据、风机塔体倾斜数据、风机基础沉降数据4个维度设立风险评估指标;充分考虑风机基础沉降风险因素的不确定性特征和评价等级的模糊性,利用模糊粗糙集决策-正态云评价的方法确定所述风机基础沉降风险评估指标的权重,基于云模型的基本原理,建立了风机基础沉降风险评估模型,并将风机机组基础沉降观测数据量化为动态指标,随风机运行进行动态风险评估。本方案充分考虑了地质环境、风机建设的不确定性,利用模糊粗糙集决策-正态云评价方法的高客观性优势进一步提高风机基础沉降风险评估的准确度。

本文档来自技高网...

【技术保护点】

1.一种风机基础沉降风险评估方法,其特征在于,

2.根据权利要求1所述的一种风机基础沉降风险评估方法,其特征在于,所述风电场气象数据包括天气种类、风速及方向、风机表层湿度、气温、降水量。

3.根据权利要求2所述的一种风机基础沉降风险评估方法,其特征在于,所述风电场地质数据包括风机所属工程岩土种类、岩土承载力、岩土位于风机基底之下的分布均匀程度。

4.根据权利要求3所述的一种风机基础沉降风险评估方法,其特征在于,所述风机基础沉降数据包括一个基准点和4个观测点的高程。

5.根据权利要求1所述的一种风机基础沉降风险评估方法,其特征在于,所述基于模糊粗糙集确定所述风险评估指标的权重包括;

6.根据权利要求5所述的一种风机基础沉降风险评估方法,其特征在于,所述正态云模型等级评价包括;

7.根据权利要求3所述的一种风机基础沉降风险评估方法,其特征在于,对所述风险评估指标进行归一化处理,包括模糊集理论分类、删除、合并原始数据集。

8.一种风机基础沉降风险评估系统,其特征在于,包括;

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的一种风机基础沉降风险评估方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的一种风机基础沉降风险评估方法。

...

【技术特征摘要】

1.一种风机基础沉降风险评估方法,其特征在于,

2.根据权利要求1所述的一种风机基础沉降风险评估方法,其特征在于,所述风电场气象数据包括天气种类、风速及方向、风机表层湿度、气温、降水量。

3.根据权利要求2所述的一种风机基础沉降风险评估方法,其特征在于,所述风电场地质数据包括风机所属工程岩土种类、岩土承载力、岩土位于风机基底之下的分布均匀程度。

4.根据权利要求3所述的一种风机基础沉降风险评估方法,其特征在于,所述风机基础沉降数据包括一个基准点和4个观测点的高程。

5.根据权利要求1所述的一种风机基础沉降风险评估方法,其特征在于,所述基于模糊粗糙集确定所述风险评估指标的权重包括;

6.根据权利要求5所述的一种风机基...

【专利技术属性】
技术研发人员:胡湘涛蔡昆周佳庆戴立伟许潇刘友波刘俊勇
申请(专利权)人:大唐凉山新能源有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1