异构信息融合在风电设备状态多准则评价中的应用

针对风电企业中设备维护数据分散且知识结构互异,难以综合判断设备整体状况的问题,提出了基于本体的多源异构信息融合方法以实现设备健康状态的多准则评价。该方法将各数据源的知识以扩展公共本体的形式进行建模,构建全局查询的沟通机制;再基于多源异构的设备状态数据进行多准则评价,最后得到的量化评估结果可以反映设备的整体健康状态。此方法可以融合企业中多种形式的数据,对企业已有维护系统的干扰小,数据维护成本低,能为企业制定维护计划提供决策依据。     

基于本体的大型风力发电机组故障智能诊断研究

针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。     

基于本体和FTF的风力发电设备维护优化

为满足优化风电设备维护计划的需求,提出了用本体将故障模式影响及危害性分析(FMECA)与故障树分析(FTA)相结合的方法,即FTF方法。该方法根据风电设备故障模式的特点,分四个步骤建立了风电FMECA领域本体,然后利用本体推导出故障树,计算故障树最小割集的风险顺序数以优化维护计划。该方法解决了FMECA不能研究多故障的问题,并实现了知识的共享、重用和推理,能有效提高风电设备维护效率。