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()
【技术实现步骤摘要】
本专利技术属于新能源风力发电领域,具体涉及一种海上风电机组多维度量化状态方法。
技术介绍
1、海上风力发电场运行环境恶劣,风况复杂,运行状态变化频繁,如何对设备状态实现有效感知与智能诊断是保障全生命周期运行质量的重要基础。未来海上风电场的状态管理将逐步由传统的状态监测与预警向以全景监测、动态控制和故障智能诊断为核心的信息物理系统(cps,cyber physical system)发展,通过在通信网络的支持下以分布式实时感知采集物理设备状态,数据汇聚后统一计算分析,并以闭环方式实现对物理设备的动态控制,实现网络化计算资源与物理世界间精密深层的结合。使用智能传感器、虚拟传感技术来采集设备全景状态数据积累分析并利用cps实现故障智能诊断与设备动态管理将成为未来海上风电场智能管理技术的发展方向。
2、目前评估海上风电机组运行状态是基于发电性能、安全性、可靠性、耐久性评估体系进行评估,而该评估体系无法对海上风电机组运行状态进行全面评估,导致海上风电机组运行状态的评估结果不准确。
技术实现思路
1、本专利技术的目的在于提供一种海上风电机组多维度量化状态评估方法,对海上风电机组从发电性能、安全性、可靠性、耐久性、维修性、检测性和环境适应性七个角度建立评估标准,进行综合分析,建立海上风电机组运行质量特性的多维度量化评估系统,分别给出海上风电机组上述各个角度的量化评估结果以及整机的多维度量化评估结果,解决了目前海上风电机组运行状态评估不准确的缺陷。
2、为了达到上述目的,本
3、本专利技术提供一种海上风电机组多维度量化状态评估方法,包括以下步骤:
4、步骤1,将目标海上风电机组运行统计数据进行分类,得到基本统计量类、工况参数类和关键参数类;
5、步骤2,根据步骤1中得到的基本统计量类、工况参数类和关键参数类分别构建对应的基本指标、工况指标和关键参数指标;
6、步骤3,根据得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的环境适应性、维修性和检测性;
7、步骤4,根据得到的环境适应性量化值、维修性量化值和检测性量化值对目标海上风电机组的状态进行评估。
8、优选地,步骤2中,根据步骤1中得到的基本统计量类构建对应的基本指标,该基本指标包括运行时间、可用时间、不可用时间、统计时间、非计划停运时间、运行系数、出力系数、可利用率、非计划停运系数、非计划停运率、平均无故障时间、计划维护台次、维护后无故障运行时间、定检后无故障运行时间、计划停运损失电量、非计划停运损失电量和维修成本。
9、优选地,步骤2中,根据步骤1中得到的工况参数类构建工况指标,该工况指标包括工况区间划分指标和温度/湿度补偿指标。
10、优选地,步骤2中,根据步骤1中得到的关键参数类构建关键参数指标,具体方法是:
11、所述关键参数类包括叶轮系统关键参数类、传动链系统关键参数类和机舱及塔筒系统关键参数类;
12、根据叶轮系统关键参数类构建叶轮系统指标;
13、根据传动链系统关键参数类构建传动链系统指标;
14、根据机舱及塔筒系统关键参数类构建机舱及塔筒系统指标。
15、优选地,所述叶轮系统指标包括温度/湿度类指标、电流类指标和压力类指标;
16、传动链系统指标包括温度/湿度类指标、电流类指标和能量类指标;
17、机舱及塔筒系统指标包括温度/湿度类指标。
18、优选地,步骤3中,根据下式,结合得到的基本指标、工况指标和关键参数指标量化目标海上风电机组对应的环境适应性:
19、海上风电机组的环境适应性=0.4*基本运行指标+0.2*叶轮系统指标+0.2*传动链系统指标+0.2*机舱及塔筒系统指标。
20、优选地,步骤3中,利用下式,结合得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的维修性:
21、海上风电机组的维修性=0.6*基本指标+0.1*叶轮系统指标+0.2*传动链系统指标+0.1*机舱及塔筒系统指标。
22、优选地,步骤3中,利用下式,结合得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的检修性:
23、海上风电机组的检测性=0.5*检测结果与运维工单的相似性+0.5*检测结果与运行机理的相似性。
24、优选地,步骤4中,根据得到的环境适应性量化值、维修性量化值和检测性量化值,结合模糊综合评价法对目标海上风电机组的状态进行评估。
25、一种海上风电机组多维度量化状态评估系统,包括:
26、数据分类单元,用于将目标海上风电机组运行统计数据进行分类,得到基本统计量类、工况参数类和关键参数类;
27、指标构建单元,用于根据得到的基本统计量类、工况参数类和关键参数类分别构建对应的基本指标、工况指标和关键参数指标;
28、指标量化单元,用于根据得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的环境适应性、维修性和检测性;
29、状态评估单元,用于根据得到的环境适应性量化值、维修性量化值和检测性量化值对目标海上风电机组的状态进行评估。
30、与现有技术相比,本专利技术的有益效果是:
31、本专利技术提供的一种海上风电机组多维度量化状态评估方法,在原有发电性能、安全性、可靠性、耐久性基础上,选择合适的评估指标采用层次分析法构建多维度评估体系,实现海上风电机组多维度量化评估,提高对海上风电机组状态与运行状态的评价能力,为未来实行状态检修中检修决策制定打下技术基础。
本文档来自技高网...【技术保护点】
1.一种海上风电机组多维度量化状态评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的基本统计量类构建对应的基本指标,该基本指标包括运行时间、可用时间、不可用时间、统计时间、非计划停运时间、运行系数、出力系数、可利用率、非计划停运系数、非计划停运率、平均无故障时间、计划维护台次、维护后无故障运行时间、定检后无故障运行时间、计划停运损失电量、非计划停运损失电量和维修成本。
3.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的工况参数类构建工况指标,该工况指标包括工况区间划分指标和温度/湿度补偿指标。
4.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的关键参数类构建关键参数指标,具体方法是:
5.根据权利要求4所述的一种海上风电机组多维度量化状态评估方法,其特征在于,所述叶轮系统指标包括温度/湿度类指标、电流类指标和压力类指标;
6
7.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤3中,利用下式,结合得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的维修性:
8.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤3中,利用下式,结合得到的基本指标、工况指标和关键参数指标分别量化目标海上风电机组对应的检修性:
9.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤4中,根据得到的环境适应性量化值、维修性量化值和检测性量化值,结合模糊综合评价法对目标海上风电机组的状态进行评估。
10.一种海上风电机组多维度量化状态评估系统,其特征在于,包括:
...【技术特征摘要】
1.一种海上风电机组多维度量化状态评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的基本统计量类构建对应的基本指标,该基本指标包括运行时间、可用时间、不可用时间、统计时间、非计划停运时间、运行系数、出力系数、可利用率、非计划停运系数、非计划停运率、平均无故障时间、计划维护台次、维护后无故障运行时间、定检后无故障运行时间、计划停运损失电量、非计划停运损失电量和维修成本。
3.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的工况参数类构建工况指标,该工况指标包括工况区间划分指标和温度/湿度补偿指标。
4.根据权利要求1所述的一种海上风电机组多维度量化状态评估方法,其特征在于,步骤2中,根据步骤1中得到的关键参数类构建关键参数指标,具体方法是:
5.根据权利要求4所述的一种海上风电机组多维度量化状态评估方法,其特征在于,所...
【专利技术属性】
技术研发人员:高晨,张勇,张伟,王金寿,盖玉利,宋晓丹,童博,谢小军,赵勇,
申请(专利权)人:华能烟台新能源有限公司,
类型:发明
国别省市:
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。