[发明专利]风电机组健康状态评估方法、装置及电子设备

说明书

本发明提供了风电机组健康状态评估方法、装置及电子设备；其中，该方法包括：获取风电机组的评估数据；其中，评估数据包括：历史状态信息数据、实时运行状态数据和异常状态预警数据；根据评估数据和预设评估策略进行计算，得到风电机组的健康状态评估分数；其中，预设评估策略包括信息熵理论、模糊层次综合决策和故障预警扣分评估策略。上述评估方法，通过风电机组的历史状态信息数据、实时运行状态数据和异常状态预警数据实现风电机组的多维度健康状态综合评估，提高了评估的准确度，具有较好的实用价值。

技术领域

本发明涉及风电机组技术领域，尤其是涉及风电机组健康状态评估方法、装置及电子设备。

背景技术

风电场的自然环境一般比较恶劣，风电机组长期在严苛的条件下运行时容易发生各种故障，导致机组运行效率下降，机组寿命缩短，严重时危及设备和人身安全。通过对风电机组健康状态进行科学合理的评估，可以预先掌握机组的运行状态变化，保证机组正常运行，提高现场运效率并降低维成本。

目前，风电场普遍使用现场SCADA(Supervisory Control And DataAcquisition，数据采集与监视控制系统)系统实时运行数据进行风电机组健康状态的评估，但是这种方法只关注测点的实时状态变化情况，并未考虑机组历史运行状态和长期劣化趋势对健康状态评估的重要影响，导致其实际评估结果虽然时效性较强，但评估层面相对单一且评估完整性有明显的不足，从而降低了健康评估结果的准确性。

发明内容

有鉴于此，本发明的目的在于提供风电机组健康状态评估方法、装置及电子设备，以缓解上述问题，提高了风电机组健康状态评估的准确度，具有较好的实用价值。

第一方面，本发明实施例提供了一种风电机组健康状态评估方法，包括：获取风电机组的评估数据；其中，评估数据包括：历史状态信息数据、实时运行状态数据和异常状态预警数据；根据评估数据和预设评估策略进行计算，得到风电机组的健康状态评估分数；其中，预设评估策略包括信息熵理论、模糊层次综合决策和故障预警扣分评估策略。

可选地，上述根据评估数据和预设评估策略进行计算，得到风电机组的健康状态评估分数的步骤，包括：根据历史状态信息数据和信息熵理论计算得到第一评估分数；根据实时运行状态数据和模糊层次综合决策计算得到第二评估分数；根据异常状态预警数据和故障预警扣分评估策略计算得到第三评估分数；根据第一评估分数、第二评估分数和第三评估分数，以及分别对应的评估权重值，计算得到健康状态评估分数。

可选地，上述历史状态信息数据包括多个指标数据；根据历史状态信息数据和信息熵理论计算得到第一评估分数的步骤，包括：对多个指标数据进行归一化处理，并生成历史状态矩阵；计算每个指标数据的信息熵值和熵权值，并生成熵权向量；其中，熵权向量包括每个指标数据的熵权值；根据历史状态矩阵和熵权向量计算得到第一评估分数。

可选地，上述实时运行状态数据包括：多个部件系统指标，每个部件系统指标还包括多个测点指标，每个测点指标配置有上下限值；根据实时运行状态数据和模糊层次综合决策计算得到第二评估分数的步骤，包括：根据每个测点指标的上下限值和劣化度函数，计算得到每个测点指标的劣化度值；根据每个测点指标的劣化度值和隶属度函数，计算得到每个测点指标的隶属度向量；其中，隶属度函数包括多个健康等级的隶属度子函数，隶属度向量包括每个隶属度子函数分别对应的隶属度值；根据多个测点指标的隶属度向量，生成对应的部件系统指标的隶属度矩阵；根据隶属度矩阵和第一权重矩阵，计算得到对应的部件系统指标的状态评判向量；其中，第一权重矩阵用于表征部件系统指标内多个测点指标的权重值；根据多个部件系统指标的状态评判向量生成状态评判矩阵；根据状态评判矩阵和第二权重矩阵，计算得到风电机组的目标状态评判向量；其中，第二权重矩阵用于表征多个部件系统指标的权重值；根据目标状态评判向量和预设评判向量，计算得到风电机组的第二评估分数。