基于组合赋权和云模型的风电机组健康状态评估

针对当前模糊评价隶属函数的确定具有主观性且未考虑随机性的问题,提出一种基于组合赋权和云模型的风电机组健康状态评估方法。在构建风电机组健康状态评估指标体系及等级划分基础上,通过组合赋权法确定各指标的权重,应用隶属云模型确定定量指标对各状态等级的隶属度,采用分层评估方法对风电机组健康状态开展综合评价。实例验证结果表明,该方法具有有效性和可行性。     

基于改进劣化度模型的风电机组日常运行状态评估

为准确地掌握整台风电机组的运行状态,提出一种基于改进劣化度模型的评估方法。首先求得风电机组层次结构中各状态参数的劣化度;其次通过组合赋权法确定各参数的权重,利用岭型分布隶属度函数确定各参数的隶属度矩阵;最后利用模糊综合评判法和彩色图谱对机组的运行状态进行评估和展示。案例机组的日常运行状态评估表明：所提方法可较SCADA系统提前发现机组发电机非驱动端轴承的异常,且误报次数较少。     

基于一致性分析的主客观组合赋权法在河流健康评价中的应用

河流健康评价是保护河流的有效措施,通过合理的评价体系可清楚地认识到河流当前的健康状态。针对评价过程中指标权重分配问题,综合考虑主、客观权重计算,利用层次分析法、熵权法、超标倍数法与主成分分析法四种方法得到初步权重,在检验一致性后,基于一致性分析进行组合赋权,将四种赋权方法优化集合获得最终权重,并结合正态型隶属度函数得到隶属度矩阵,进行模糊综合评价,确定江苏省某河流评价结果为良,河流健康状态良好,表明基于一致性的组合赋权合理可行。     

一种新的基于模糊贴近度及逆向云组合权重的电力变压器状态评估方法

变压器是电力系统中的重要电气设备,其健康状态评估对系统安全稳定运行具有重要的理论与工程意义。首先考虑变压器状态评价过程中不同指标赋权的模糊性影响,提出逆向云组合权重法,实现指标权重的模糊动态描述;其次,基于云模型运算得到变压器状态赋权综合云模型,并通过指标近似法构建变压器各状态等级对应的云模型,实现指标信息与评价过程不确定性结合;最后,利用模糊贴近度算法计算变压器状态与各状态等级贴近度,构建基于逆向云组合权重及模糊贴近度的变压器状态评估模型,实现变压器状态评估。算例结果验证了所提方法的有效性与正确性。     

基于风功率数据的风电机组性能预测与健康状态评估

为及时准确地预测风电机组整机性能,文章基于风功率数据提出了一种考虑工况波动的相似性度量算法,结合概率和模糊理论评估机组健康状态。该方法基于聚类思想对风功率数据进行数据预处理和工况划分,针对工况子空间的正常样本与测试样本,基于主成分分析法以第二主成分方向上投影变量的标准差作为样本相似性度量指标,依据概率不确定性融合得到综合健康状态指标,量化机组性能的退化程度。结合机组性能实际退化过程,依据模糊理论确定健康状态隶属度,基于隶属度最大原则和信度准则判断机组健康状态等级。将该方法应用于某具有小样本数据的实例中,可提前两周获知风电机组发生异常,对机组健康状态的过渡过程作出了准确评估,验证了所提方法的可行性。     

概率论与模糊识别在水资源脆弱性评价中的应用

为准确评价水资源的脆弱性程度,鉴于组合赋权法精度不足等缺点,提出了基于概率论的贝叶斯公式和模糊识别耦合方法,并应用于河南省某市2013年的水资源脆弱性综合评价中。结果表明,某市2013年的水资源脆弱性评价等级为较不脆弱,与实际情况一致。改进后的贝叶斯公式和模糊识别耦合随机评价方法采用了组合赋权法和相对隶属度综合确定权重,从指标间和指标内部两个方面确定指标权重,使评价结果更加趋于合理。研究成果可为水资源管理和开发提供依据。     

基于多类证据体方法的风电机组健康状态评估

针对基于确定权重的评估方法难以适应风电机组特征量多且相互关系不明确的特点,提出基于多种类证据体的风电机组健康状态评估方法。首先考虑风速大小随机变化对机组振动和温度特征量波动范围的影响,提出基于动态阈值的评估指标劣化度量化方法;其次针对证据间信息可能存在的高冲突问题,按照证据间的优先度分布情况,依据证据源修正思想建立基于证据推理的风电机组健康状态评估模型;最后,以某风电机组健康状态评估为例,与传统的证据评估方法对比分析,验证所提出评估方法可均衡兼顾各评估指标的状态信息获得有效的风电机组健康状态。     

基于风电机组状态的超短期海上风电功率预测

提出一种基于风电机组状态的超短期海上风电功率预测模型。首先,综合考虑海上环境因素以及风电机组部件间的相互作用建立指标的预测模型,以长短期记忆神经网络的预测误差作为监测指标的动态劣化度;然后采用模糊综合评价法对风电机组的运行状态进行评估,依据评估结果对风电机组历史运行数据进行划分;最后根据分类后历史运行数据建立基于机组状态的超短期风电功率预测模型。结合国内某海上风电场实例数据进行分析,算例结果表明所提方法可有效提高风电功率预测精度。     

基于灰色理论和变权模糊综合评判的风电机组性能评估

为了评估风电机组性能及优化其维修策略,保证风电机组安全稳定运行,提出基于灰色理论和变权模糊综合评判的风电机组性能评估方法。首先,分析风电机组控制系统所监测的物理量,采用层次分析法构建具有反映风电机组运行性能重要特征的项目层和子项目层框架,并针对子项目层中多项评判指标同时发生严重偏离的情况,引入劣化度指标。为避免层次分析确定指标常权值所引起计算误差过大的问题,利用灰色系统理论得到各评估指标的综合权重,并结合变权理论,对某些严重偏离正常值的指标进行权重修正,建立基于灰色理论和变权模糊综合评判的风电机组性能评估模型。然后,基于某1.5 MW风电场数据采集与监控系统(Supervisory Control andData Acquisition,SCADA)的运行数据进行计算,并与常规评估方法结果及实际运行分析进行比较和验证,结果表明所提出的风电机组性能评估方法和模型正确有效。     

基于动态阈值的风电轴承健康状态评估

针对现有的风电轴承健康状态评估方法需大量样本提取和模型训练、存在实现过程繁琐费时费力且泛化应用能力弱的问题,提出基于动态阈值的风电轴承健康状态评估方法。首先,考虑风的随机性和间歇性,利用风电轴承温度监测数据,引入劣化度概念,采用曲线拟合和机群聚类方法确定了劣化度的上、下限动态阈值;其次,通过健康状态评语集及其等级划分范围和劣化度计算,提出基于动态阈值的风电轴承健康状态评估方法;最后,以某风电机组的发电机后轴承超温故障为例,验证了所提评估方法可获得有效的风电轴承健康状态和及早获知故障征兆。     

基于PCA-UPF的风力机轴承剩余寿命预测方法

为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始特征集进行融合,得到能够反映轴承衰退趋势的退化指标。在剩余寿命预测部分,通过对轴承历史数据的拟合分析构建退化模型,再利用UPF算法对模型参数进行更新,实现对轴承退化状态的跟踪和预测。使用实际风力机轴承监测数据对所提方法进行验证,结果表明该方法相比于传统的粒子滤波PF方法,能有效降低粒子退化程度,从而显著提高轴承剩余寿命预测精度,为大型风电机组的健康管理和可靠性评估提供参考依据。     

抽水蓄能机组调速系统健康状态评估

采用层次分析法及模糊综合评判原理评估了响水涧抽水蓄能电站调速系统的健康状态。首先根据行业技术规程和电站试验及运行数据,建立了调速系统层次分析模型,基于油系统性能状态、工况性能状态、历史性能状态3大类及50余项运行指标对调速系统健康状态影响进行权重分析;其次建立了评语集,采用加权平均型模糊算子与合适的隶属度函数对各项指标实际运行数据进行了模糊评判;最后对响水涧机组调速系统性能及状态进行综合评估,确定了该系统的总体健康状态。     

Nonstationarity in correlation matrices for wind turbine SCADA-data

Modern utility-scale wind turbines are equipped with a Supervisory Control And Data Acquisition (SCADA) system gathering vast amounts of operational data that can be used for analysis to improve operation and maintenance of turbines. We analyze high-frequency SCADA-data from the Thanet offshore wind farm in the United Kindom and evaluate Pearson correlation matrices for a variety of observables with a moving time window. This renders possible a quantitative assessment of nonstationarity in mutual dependencies of different types of data. We show that a clustering algorithm applied to the correlation matrices reveals distinct correlation structures for different states. Looking first at only one and then at multiple turbines, the main dependence of these states is shown to be on wind speed. This is in accordance with known turbine control systems, which change the behavior of the turbine depending on the available wind speed. We model the boundary wind speeds separating the states based on the clustering solution. Our analysis shows that for high-frequency data, the control mechanisms of a turbine lead to detectable nonstationarity in the correlation matrix. The presented methodology allows accounting for this with an automated preprocessing by sorting new data based on wind speed and comparing it to the respective operational state, thereby taking the nonstationarity into account for an analysis.     

敏感设备电压暂降敏感度模糊评估方法

提出了基于模糊理论的敏感设备电压暂降敏感度评估方法。暂降期间设备从安全到故障存在一个过渡过程,提出将这一过渡过程作为模糊极限过程．用设备隶属于安全状态的隶属度进行描述。利用能量函数作为设备隶属于安全状态的隶属函数,并结合正态分布函数刻画系统扰动和设备耐受曲线的随机分布规律。系统扰动和设备耐受曲线的概率密度函数参数分别由IEEE30节点仿真数据及实际测试数据得到。仿真结果验证了所提方法的有效性和准确性。     

风电场采用健康系数与变下垂输出系统参与电网调频研究

针对风电场参与电网调频导致备用功率冗余的问题,建立了风电场基于健康系数的备用功率分配系统与变下垂系数的备用功率输出的系统。为了分配风机备用功率与控制风机备用功率输出,采用了ARMA风功率预测法对风电场5台风机的历史功率数据进行处理,得到风机的能量密度和功率预测准度,再通过模糊逻辑系统求得风机健康系数,并按照健康系数进行备用功率分配。当频率响应系统检测到频率误差后,控制风机变下垂功率输出系统进行功率补偿,稳定电网频率。仿真结果表明,基于健康系数的功率分配系统与变下垂功率输出系统增加了风电参与电网调频的能力,减少了系统备用功率的冗余。     

河流健康评价中赋权方法的研究

河流健康评价体系中指标众多,指标权重的确定是关键步骤之一。针对指标权重计算的问题,首先介绍了层次分析法、熵值法、超标倍数法及主成分分析法四种指标权重赋权方法,再基于离差平方和准则构造最优化组合赋权法,将四种赋权方法结合,并采用指数型隶属函数得到模糊关系矩阵。对比各种方法的评价结果,并应用到某市河流健康评价中,不同赋权方法的计算结果均表明该河流健康状况为良,符合实际情况,表明不同赋权方法均有其合理性,为河流健康评价研究奠定了基础。     

河流健康评价中赋权方法的研究

河流健康评价体系中指标众多,指标权重的确定是关键步骤之一。针对指标权重计算的问题,首先介绍了层次分析法、熵值法、超标倍数法及主成分分析法四种指标权重赋权方法,再基于离差平方和准则构造最优化组合赋权法,将四种赋权方法结合,并采用指数型隶属函数得到模糊关系矩阵。对比各种方法的评价结果,并应用到某市河流健康评价中,不同赋权方法的计算结果均表明该河流健康状况为良,符合实际情况,表明不同赋权方法均有其合理性,为河流健康评价研究奠定了基础。