[发明专利]一种大型半直驱机组健康状态评估方法在审

专利信息
申请号: 201810376351.0 申请日: 2018-04-25
公开(公告)号: CN108874733A 公开(公告)日: 2018-11-23
发明(设计)人: 柴飞飞;葛婧;孙安平;王起昆;李永战 申请(专利权)人: 明阳智慧能源集团股份公司
主分类号: G06F17/10 分类号: G06F17/10
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 冯炳辉
地址: 528437 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 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。
搜索关键词: 健康状态评估 关键部件 风机整机 运行维护 运行状态 半直驱 预防性维护 机组 模型结果 实时传输 实时监控 实时评估 影响风机 运算处理 综合评价 大数据 风电场 风机 算法 停机 整机 模糊 输出 评估 分析
【主权项】:
1.一种大型半直驱机组健康状态评估方法,其特征在于,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:中间型指标,指标值大于或小于设定值都不好,当处于合理区间代表运行情况良好;这类指标的劣化度按照公式(2)来计算:越大越优型指标,在不超过限值的范围内越大越好,这种类型指标的劣化度按照公式(3)来计算:6.2)确定健康状态评估模型的隶属度参数将各关键部件的因素集对该关键部件的影响程度进行量化,根据劣化度的模糊分解区间,确定因素集中m个指标对该关键部件的隶属度,用各个关键部件因素集的劣化度LX,按照公式(4)‑(7)分别计算得到4个隶属度向量,再将四个隶属度向量组合成隶属度矩阵V:LX=[lx1 lx2 … lxm]    (8)V=[ar1' ar2' ar3' ar4']     (9)公式(4)‑(7)中的x为劣化度值;a、b、c、d为隶属度参数,且满足关系0<a<b<c<d<1;lx1‑lxm为因素集中m个指标的劣化度,LX为m个指标劣化度组成的劣化度向量,ar1、ar2、ar3、ar4为劣化度向量LX分别根据公式(4)‑(7)计算得到的隶属度向量,V是由4个隶属度向量组成的隶属度矩阵,隶属度矩阵又能够表示为以下形式:其中arij为因素集中第i个指标对该关键部件的第j个评价等级的隶属度;6.3)确定变权向量对隶属度矩阵V按照以下公式进行变权计算,得到评判矩阵:R=wv×V              (12)wv=(wv1,wv2,…,wvm)      (13)其中,wv为每个关键部件对应的变权权重,wvi为因素集中每个指标对应的变权权重,weight为常权值,delta为变权系数,R为评判矩阵,具体是(1×4)的矩阵;常权值weight的确定根据APH层次分析法、专家赋值法、加权平均法这些方法获取;当需要考虑的各因素的均衡问题数量小于设定值,取delta>0.5,当不能忽视某些因素的偏离时,取delta<0.5时,当delta=1时,等同于常权模式;6.4)确定模型判定原则根据上一步骤中将变权权重矩阵和隶属度矩阵合并得到的评判矩阵R,根据最大隶属度原则,评判矩阵中的最大值所在位置[1 2 3 4]对应评价等级所在的位置,就是被评价对象的最终评价结果,即评判矩阵中最大值所在位置[1 2 3 4],对应评价结果[A B C D],根据机组运行模式中启动模式、升速模式和并网模式为风机正常运行状态的判定原则,不满足判定原则的风机整机评价结果直接判定为停机E;7)通过建立的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A、合格B、注意C、严重D、停机E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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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明阳智慧能源集团股份公司,未经明阳智慧能源集团股份公司许可,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/patent/201810376351.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top