[发明专利]状态预警方法和装置、计算机可读存储介质在审
| 申请号: | 201810537142.X | 申请日: | 2018-05-30 |
| 公开(公告)号: | CN110552847A | 公开(公告)日: | 2019-12-10 |
| 发明(设计)人: | 周元峰;刘芳;郝吉芳 | 申请(专利权)人: | 北京金风慧能技术有限公司;江苏金风软件技术有限公司 |
| 主分类号: | F03D17/00 | 分类号: | F03D17/00 |
| 代理公司: | 11258 北京东方亿思知识产权代理有限责任公司 | 代理人: | 尹红敏 |
| 地址: | 100176 北京市大兴区经济*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标对象 运行数据 评判 状态预警 权向量 矩阵 风力发电机组 设备系统 运行区间 预设 计算机可读存储介质 方法和装置 权重分配 指标参数 构建 预警 | ||
1.一种状态预警方法,其特征在于,包括:
获取与风力发电机组的目标对象相关的评判指标的运行数据;
根据所述运行数据、预设的与所述运行数据对应的指标极限运行区间和预设的与所述运行数据对应指标允许运行区间,构建所述目标对象的评判矩阵;
对基于所述目标对象的所有评判指标的常权向量进行变权处理,得到基于所述目标对象的所有评判指标的变权向量;
利用所述变权向量对所述评判矩阵进行权重分配,得到所述目标对象的状态预警参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述运行数据、预设的与所述运行数据对应的指标极限运行区间和预设的与所述运行数据对应指标允许运行区间,构建所述目标对象的评判矩阵,包括:
根据所述评价指标的运行数据、所述指标极限运行区间和所述指标允许运行区间,得到所述评价指标的当前状态相对于故障状态的劣化度;
根据所述劣化度相对于预设的指标评价集中各评价元素的隶属度,构建所述目标对象的评判矩阵。
3.根据权利要求2所述的方法,其特征在于,所述根据所述评价指标的运行数据、所述指标极限运行区间和所述指标允许运行区间,得到所述评价指标的当前状态相对于故障状态的劣化度,包括:
若所述评判指标的运行数据大于对应指标极限运行区间的上限,则得到所述评判指标的劣化度等于1;
若所述评判指标的运行数据小于对应指标极限运行区间的上限,且大于或者等于对应指标允许运行区间的上限,则根据所述评判指标的运行数据,以及对应指标极限运行区间的上限和对应指标允许运行区间的上限,得到所述评判指标的劣化度;
若所述评判指标的运行数据小于对应指标允许运行区间的上限,且大于或者等于对应指标允许运行区间的下限,则得到所述评判指标的劣化度等于0;
若所述评判指标的运行数据小于对应指标允许运行区间的下限,且大于或者等于对应指标极限运行区间的下限,则根据所述评判指标的运行数据,以及对应指标极限运行区间的下限和对应指标允许运行区间的下限,得到所述评判指标的劣化度;
若所述评判指标的运行数据小于对应指标极限运行区间的下限,则得到所述评判指标的劣化度等于1。
4.根据权利要求1所述的方法,其特征在于,所述对基于所述目标对象的所有评判指标的常权向量进行变权处理,得到基于所述目标对象的所有评判指标的变权向量,包括:
利用德菲尔法分别对所述目标对象的所有评判指标赋权值,得到基于所述目标对象的所有评判指标的常权向量;
根据所述目标对象的所有评判指标的劣化度,构建基于所述目标对象的所有评判指标的状态变权向量;
计算所述常权向量和所述状态变权向量的hardarmard乘积,得到基于所述目标对象的所有评判指标的变权向量。
5.根据权利要求1所述的方法,其特征在于,所述利用所述变权向量对所述评判矩阵进行权重分配,得到所述目标对象的状态预警参数,包括:
计算所述变权向量和所述评判矩阵的乘积,得到所述目标对象的状态评估向量;
从所述目标对象的状态评估向量中选取最大值,作为所述目标对象的状态预警参数。
6.根据权利要求5所述的方法,其特征在于,所述风力发电机组包括多个设备系统,所述目标对象为一个所述设备系统;在所述计算所述变权向量和所述评判矩阵的乘积,得到所述目标对象的状态评估向量之后,所述方法还包括:
基于所述多个设备系统的状态评估向量,构建所述风力发电机组的评判矩阵;
计算所述多个设备系统的常权向量和所述风力发电机组的评判矩阵的乘积,得到所述风力发电机组的状态评估向量;
从所述风力发电机组的状态评估向量中选取最大值,作为所述风力发电机组整体的状态预警参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金风慧能技术有限公司;江苏金风软件技术有限公司,未经北京金风慧能技术有限公司;江苏金风软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810537142.X/1.html,转载请声明来源钻瓜专利网。





