[发明专利]一种大型半直驱机组健康状态评估方法

说明书

本发明公开了一种大型半直驱机组健康状态评估方法，弥补现有技术的不足和被动运行维护等问题，该方法是选取影响风机整机以及各关键部件状态运行的相关变量，利用变权理论、模糊综合评价算法，建立风机运行健康状态评估模型，对风机整机以及各关键部件的运行状态进行实时评估。在大数据平台上，通过健康状态评估模型对实时传输的数据进行运算处理，输出风机整机和各关键部件的状态包括良好、合格、注意、严重、停机五大不同等级，实现对风机整机及各关键部件运行状态的实时监控和评估。风电场的现场人员通过对健康状态评估模型结果分析的判断，采取相应的运行维护措施，实现预防性维护。

技术领域

本发明涉及风电智能运维的技术领域，尤其是指一种大型半直驱机组健康状态评估方法。

背景技术

风电机组是风电场的关键设备，其运行可靠性与风电场经济效益具有紧密联系。风电机组是一个极其复杂的系统，由多种机械、电气和控制部件构成，任何一个部件发生故障都可能导致机组停运，严重的故障甚至会影响电力系统稳定运行。

风机故障停机和风机发电性能下降是造成发电量损失的最大原因，如果能够提前避免风机故障发生或者在风机发电性能下降前能采取措施，则会大大减少发电量损失并提高经济效益。

目前，风电场运行维护存在一些不足和问题：

风电场现场普遍采用事后维护，即被动式运行维护。风机故障发生后，风电场的现场人员才会采取应对措施。即便风机没有发生故障，普通的风机运行维护也很难发现风机早期缺陷。实现预防性维护面临许多困难，缺乏必要的技术手段支撑。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种行之有效的大型半直驱机组健康状态评估方法，以弥补现有技术的不足和被动运行维护等问题，可有效实现对风机整机及各关键部件运行状态的实时监控和评估。

为实现上述目的，本发明所提供的技术方案为：一种大型半直驱机组健康状态评估方法，包括以下步骤：

1)通过风电场SCADA系统或大数据平台集控系统采集风电场各风机的秒级数据，风机秒级数据采集的时间以天为单位且采集标签点计量单位保持一致；

2)对数据进行预处理，对于存在异常值和有缺失的数据进行清洗；再将秒级数据进行时间间隔划分处理，分别求10分钟、1分钟和10秒钟的平均值；

3)确定风机健康状态评估模型的状态评价等级为良好(A)、合格(B)、注意(C)、严重(D)、停机(E)；

4)确定风机健康状态评估模型的评价对象的因素集，风机健康状态评估模型共包括8个关键部件：齿轮箱、发电机、变桨、变频器、偏航、液压、转速、振动，确定每个部件对应的评价指标即为该评价对象的因素集；

5)确定评价指标对各关键部件的影响权重以及各关键部件对风机健康状态评估模型的影响权重；

6)根据风机类型的特点，引入相对劣化度的概念，确定以各部件指标劣化度参数为准的判断准则，并运用变权理论，建立基于模糊综合评价的风机健康状态评估模型，模型建立包括以下步骤：

6.1)确定评价指标的劣化度参数

按照各关键部件的评价指标性质，将实际指标值分为三种类型，分别为越小越优型、中间型和越大越优型；[α₁,β₁]为指标的下限值和上限值，[α₂,β₂]为指标的合理区间，合理区间是指当指标的实际值在运行状态时处于合理区间范围内即代表良好状态，显然合理区间是介于下限值和上限值之间。

其中，越小越优型指标，指标的实际值越小，说明运行情况越好，这种类型指标的劣化度按照公式(1)来计算：