CN101858312A - 风力发电机组实时运行状态评估系统及评估方法 - Google Patents

Abstract

本发明涉及风力发电机组运行状态监测技术领域，具体涉及风力发电机组运行状态评估系统及评估方法，其中所述评估系统主要包括监测模块、量化模块、权值确定模块、评估模块，应用风电机组控制系统实时监测的数据作为实时运行状态评估系统的输入，再次通过对这些数据进行量化，得到实时的各个评估指标的劣化度，最后，当有单项评估指标劣化度与允许值偏差较大时，直接给出评估结果为“严重”；否则采用权值模块和评估模块，计算出机组运行状态的评估结果，即作为系统的输出；本发明为风力发电机组的状态检修提供科学依据，为确保风力发电机组高效、可靠、安全运行具有重要的工程应用价值，也为评估及预测含风电场的电力系统运行可靠性提供技术支撑。

Description

风力发电机组实时运行状态评估系统及评估方法

技术领域

本发明涉及一种风力发电机组运行状态评估技术领域，具体涉及风力发电机组运行状态评估系统及评估方法。

背景技术

随着我国的风电装机容量迅猛增长，总装机容量比例逐年增加，单机容量为兆瓦级大型风力发电机组以及上百兆瓦风电场正得到迅速发展；随着陆上风电技术的相对成熟和海上风资源的巨大开发前景，大容量风力发电场的建设正由陆地向近海发展，甚至向深海区域发展的趋势。相比陆地风力发电机组，海上风电机组将面临更恶劣的运行环境条件和更高的运行维护成本。如丹麦2002年建设并运行的160MW Horns Rev风电场，在运行初期，风力发电机组的安全系统、电控系统、变压器等都出现了较多故障，仅在2003年到2004年运行期间，80台风力发电机组几乎平均每天每台维护2次，如此高的现场故障维护率是运营商Elsam未曾预料到的。因此，及时全面准确的监测和评估并网风电机组的运行状态，有效避免故障及连锁故障的发生，对于优化风电场的维修策略和实现大规模风力发电机组安全高效的并网具有重要的现实意义。

基于我国发展和建设智能电网的规划以及低碳经济战略目标的提出，如何安全、可靠、大规模地利用各种可再生能源是当前面临的挑战之一，而风力发电正是我国可再生能源中最具有大规模开发和利用的一种发电方式，单机容量为兆瓦级大型风力发电机组以及上百兆瓦风电场正得到迅速发展。随着我国陆上风力发电技术的相对成熟和海上风能资源的逐步开发，大容量风力发电场的建设正由陆地向近海及深海区域发展。相比陆地风力发电机组，海上风力发电机组将面临更恶劣的运行环境、检修条件和更高的维护成本。--如丹麦2002年建设并运行的160MW Horns Rev风电场，在运行初期，风力发电机组的安全系统、电控系统、变压器等都出现了较多故障，仅在2003年到2004年运行期间，80台风力发电机组几乎平均每台每天维护2次，直接导致2004年近4000万欧元的损失，如此高的现场故障维护率以及带来的高维护成本是运营商未曾预料到的。因此，如何提高风力发电机组(简称风电机组)可利用率，降低运行维护成本，确保海上风电机组的高可靠性，已成为我国发展海上风电技术迫切需要解决的关键问题，同时也将成为我国海上风电机组制造商和风电场运营商追求的重要技术和经济指标。特别是随着我国风电机组安装数量的迅猛增加以及海上风电机组的发展，对风电机组运行状态综合分析、故障诊断以及可靠性研究等方面有望成为我国风电产业新的增长点。

发明内容

有鉴于此，为了解决上述问题，本发明公开了一种风力发电机组实时运行状态评估系统，可对风力发电机组实时运行状态进行在线评估。

风力发电机组实时运行状态评估系统，包括

风力发电机组监测模块，用于从风力发电机组控制系统获取机组运行状态各评估指标物理量的监测数据；

量化模块，对风力发电机组监测模块获得的机组运行状态各评估指标物理量的监测数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

权值确定模块，将风力发电机组运行状态评估指标划分为多个子项目，根据风力发电机组运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的权值；

模糊评估模块，将每个项目内的风力发电机组运行状态评估指标构成模糊评估矩阵，结合各风力发电机组运行状态评估指标的权值，评估风力发电机组实时运行状态。

进一步，所述风力发电机组监测模块从风力发电机组控制系统获取风力发电机组运行状态评估指标物理量包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率；

进一步，所述量化模块对越小越优型指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、机舱振动加速度、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，α为该指标下限值，β为该指标的上限值；

对中间型指标：机舱位置、环境风速、发电机转速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，β₁、β₂为该指标上限值，α₁、α₂为该指标下限值；

进一步，所述权值确定模块确定各风力发电机组运行状态评估指标的常权值，并通过下式获得各风力发电机组运行状态评估指标的变权值：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中

和

分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评判指标个数；

表示各评判指标的劣化度。

本发明还提供一种风力发电机组实时运行状态评估方法，包括如下步骤：

1)从风力发电机组获取风力发电机组运行状态评估指标物理量；

2)对风力发电机组监测模块获得的风力发电机组运行状态评估指标物理量数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

3)应用风电机组的工程设计和检修记录，机组故障率的统计数据为依据，结合层次分析法确定中机组各层次的常权值，再根据风电机组实时运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的变权值；

4)采用模糊综合评判方法，建立风电机组运行状态评估模型，得到风电机组运行状态。

进一步，所述步骤1)中，从风力发电机组获取风力发电机组运行状态评估指标物理量包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率；

进一步，所述步骤2)中，对越小越优型指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，α为该指标下限值，β为该指标的上限值；

对中间型指标：机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化，分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，β₁、β₂为上限值，α₁、α₂为下限值。

进一步，所述步骤3)中，将风力发电机组运行状态评估指标中的齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度划分到齿轮箱状态子项目，发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速划分到发电机状态子项目，电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度划分到控制柜状态子项目，机舱位置、机舱振动加速度划分到机舱子项目，环境风速、环境温度划分到环境因素子项目，相电压、相电流、无功功率、有功功率和电网频率划分到电网因素子项目；

进一步，所述步骤3)中，当风力发电机组运行状态某项评估指标劣化度小于0.9时，通过下式确定各风力发电机组运行状态评估指标的变权值：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中

和

分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评判指标个数；

表示各评判指标的劣化度；

进一步，所述步骤4)具体包括如下步骤：

41)设定风力发电机组实时运行状态评估评语为“良好”、“合格”、“注意”、“严重”4种情况；

42)确定评判矩阵中各评判指标的隶属度；

43)用风力发电机组运行状态评估指标R_ijk对风电机组进行评估，评语集中的状态l_i(i＝1，2，3，4)的隶属度为v_ij(j＝1，2，3，4)，则可用隶属度集V_i＝[v_i1，v_i2，v_i3，v_i4]表示按指标R_ijk评估的结果，一个子项目下的所有评判指标即就构成了其模糊评判矩阵；其中R_ijk为第i个项目中的第j子项目的第k个评判指标；

44)判断风力发电机组运行状态评估指标的劣化度是否大于0.9，如是，评估结果为严重，如否，则执行步骤45)；

45)采用模糊综合评判，其表达式为：B＝A_R&V_R，其中&为广义模糊算子，A_R为变权重，在经过模糊综合评判得到评估值b_j(j＝1，2，3，4)后，采用最大隶属度原则取最大评估值b_max＝max(b_j|j＝1，2，3，4)相对应的l_i作为评估结果。

本发明的有益效果是：本发明公开的风力发电机组实时运行状态评估系统和评估方法：将风力发电机组在线所监测的物理量作为输入，通过特定的运行状态评估模型获得机组运行状态的输出，可应用到风力发电机组的控制系统中，实现风力发电机组运行状态实时评估，为风力发电机组的状态检修提供科学依据，为确保风力发电机组高效、可靠、安全运行具有重要的工程应用价值，也为评估及预测含风电场的电力系统运行可靠性提供技术支撑；本发明从影响风力发电机组运行状态的机组性能和外部因素2个方面建立层次型的运行状态评估指标体系，实时计算运行状态评估指标的权值，可使评估结果贴近当前运行工况，通过判断单项评估指标的劣化度偏离情况，可避免当多项运行状态评估指标严重偏离时，所得的变权值无效的问题；选用的模糊算子考虑了主要评估指标对运行状态的影响，又保留单个评估指标的全部信息，使得评估结果更符合实际情况。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述：

图1示出了风力发电机组实时运行状态评估系统的结构示意图；

图2示出了风力发电机组实时运行状态评估指标分层体系结构图；

图3示出了半梯形和三角形隶属函数分布图；

图4示出了风力发电机组实时运行状态评估方法的流程示意图。

具体实施方式

以下将结合附图，对本发明的优选实施例进行详细的描述。

参见图1，风力发电机组实时运行状态评估系统，包括风力发电机组监测模块、量化模块、权值确定模块和模糊评估模块：

风力发电机组监测模块，用于从风力发电机组控制系统获取机组运行状态各评估指标物理量的监测数据，包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率；

量化模块，对风力发电机组监测模块获得的机组运行状态各评估指标物理量的监测数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

权值确定模块，将风力发电机组运行状态评估指标划分为多个子项目，根据风力发电机组运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的权值；所述权值包括常权值和变权值，常权值可以风电机组的工程设计和检修记录，机组故障率的统计数据为依据，再次结合层次分析法确定中机组各层次的常权值，然后通过下式，在常权值确定的基础上对各层评估指标进行变权改进：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1};$

上式中

和

分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评估指标个数；

表示各评估指标的劣化度；

模糊评估模块，将每个项目内的风力发电机组运行状态评估指标构成模糊评估矩阵，结合各风力发电机组运行状态评估指标的权值，评估风力发电机组实时运行状态。

首先，应用风电机组控制系统实时监测的数据作为实时运行状态评估系统的输入，再次通过对这些数据进行量化，得到实时的各个评判指标的劣化度，最后，当有单项指标劣化度与允许值偏差较大(g≥0.9)时，直接给出评判结果为“严重”。否则权值模块和评估模块，计算出机组运行状态的其它评估结果，即作为系统的输出。下面对这几个模块的功能进行详细叙述。

(一)风力发电机组监测模块

记录和储存风电机组运行状态评估系统记录和储存风电机组运行状态评估系统要求的特征量，包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率。

(二)量化模块

1)对记录并储存各评判指标的限值模块。

对越小越优型评判指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、机舱振动加速度、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中，g(x)风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量，α为该指标良好值，β为该指标的上限值；

对中间型指标机舱位置、环境风速、发电机转速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量，β₂为下限值，α₁为下限值；β₁和α₂为指标良好值。

2)在线计算出各个评判指标的劣化度模块。

(三)权值确定模块

1)风电机组各层次评判指标常权值记录储存模块；

通过对风电机组的工程设计和检修记录，并结合机组故障率的统计数据为依据，结合层次分析法(AHP)确定中机组各层次的常权值，见表1所示。

表1评估指标的常权值

2)变权值计算模块。

因风电机组常在不同的运行工况下切换运行，各评判指标的劣化度必将随运行状态的变化而改变。鉴于此，拟在常权已确定的基础上对各层评判指标进行变权改进。各评判指标的变权值为：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中和分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，本文取δ＝-1。d为子项目层中包括的评判指标个数。

(四)模糊评估模块具体包括：

1)劣化度监测模块

评语集的划分是为“良好”、“合格”、“注意”、“严重”4种情况。

当有单项指标劣化度与允许值偏差较大(g≥0.9)时，直接给出评判结果为“严重”。

2)评判矩阵模块

见附图4所示，当g＜0.9时，否则再通过所确定变权值和评判矩阵来得出其它的评判结果，即采用模糊综合评判表达式为：B＝A_R&V_R，其中&为广义模糊算子，A_R为变权重。本专利选择加权平均型模糊算子，用M(+，·)表示，即

(j＝1，2，3…，n)。另外，在经过模糊综合评判得到评估值b_j(j＝1，2，3，4)后，采用最大隶属度原则取最大评估值b_max＝max(b_j|j＝1，2，3，4)相对应的l_i作为评估结果。

参见图4，本实施例的风力发电机组实时运行状态评估方法，包括如下步骤：

1)从风力发电机组获取风力发电机组运行状态评估指标物理量，包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率；

2)对风力发电机组监测模块获得的风力发电机组运行状态评估指标物理量数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

对越小越优型指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，α为该指标下限值，β为该指标的上限值；

对中间型指标：机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化，分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，β1、β2为上限值，α1、α2为下限值。

3)参见图2，将风力发电机组运行状态评估指标中的齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度划分到齿轮箱状态子项目，发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速划分到发电机状态子项目，电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度划分到控制柜状态子项目，机舱位置、机舱振动加速度划分到机舱子项目，环境风速、环境温度划分到环境因素子项目，相电压、相电流、无功功率、有功功率和电网频率划分到电网因素子项目，应用风电机组的工程设计和检修记录，机组故障率的统计数据为依据，结合层次分析法确定中机组各层次的常权值，再根据风电机组实时运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的变权值；当风力发电机组运行状态某项评估指标劣化度小于0.9时，通过下式确定各风力发电机组运行状态评估指标的变权值：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中

和分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评判指标个数；表示各评判指标的劣化度；

4)采用模糊综合评判方法，建立风电机组运行状态评估模型，得到风电机组运行状态：

41)设定风力发电机组实时运行状态评估评语为“良好”、“合格”、“注意”、“严重”4种情况，即L＝[良好，合格，注意，严重]＝[l₁，l₂，l₃，l₄]；

42)确定评判矩阵中各评判指标的隶属度；隶属函数的具体确定方通过劣化度，确定图3中三角形和半梯形相结合的分布函数的劣化度对于4种状态等级的模糊分界区间，最后建立劣化度对于各状态等级的隶属函数。例如，对于齿轮箱轴承温度R₁₁₁评判指标，其对应于各状态的隶属函数v(g)可分别确定为：

$v_{11}\left(g\right)=\left\{\begin{array}{cc}3.5-5.56g& 0.45<g<0.63\\ 1& g\&le;0.45\\ 0& g\&GreaterEqual;0.63\end{array}\right.$

$v_{14}\left(g\right)=\left\{\begin{array}{cc}1& g\&GreaterEqual;0.85\\ 8.33g-6.08& 0.73<g<0.85\\ 0& g\&le;0.73\end{array}\right.$

上式中：v₁₁(g)～v₁₄(g)分别表示齿轮箱轴承劣化度为个g时对应于状态l₁～l₄的隶属函数。同理，可以得到其它评判指标的隶属函数，在此不再列出。

43)用风力发电机组运行状态评估指标R_ijk对风电机组进行评估，评语集中的状态l_i(i＝1，2，3，4)的隶属度为v_ij(j＝1，2，3，4)，则可用隶属度集V_i＝[v_i1，v_i2，v_i3，v_i4]表示按指标R_ijk评估的结果，一个子项目下的所有评判指标即就构成了其模糊评判矩阵；其中R_ijk为第i个项目中的第j子项目的第k个评判指标；如，以子项目层中齿轮箱R₁₁为例，评判矩阵为：

$V_{R_{11}}=\left[\begin{array}{c}{V}_{R_{111}}\\ V_{R_{112}}\\ V_{R_{113}}\end{array}\right]=\left[\begin{array}{cccc}{v}_{11}& v_{12}& v_{13}& v_{14}\\ v_{21}& v_{22}& v_{23}& v_{24}\\ v_{31}& v_{32}& v_{33}& v_{34}\end{array}\right];$

44)判断风力发电机组运行状态评估指标的劣化度是否大于0.9，如是，评估结果为严重，如否，则执行步骤45)；

45)采用模糊综合评判，其表达式为：B＝A_R&V_R，其中&为广义模糊算子，A_R为变权重，在经过模糊综合评判得到评估值b_j(j＝1，2，3，4)后，采用最大隶属度原则取最大评估值b_max＝max(b_j|j＝1，2，3，4)相对应的l_i作为评估结果。

以上所述仅为本发明的优选并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.风力发电机组实时运行状态评估系统，其特征在于：包括

风力发电机组监测模块，用于从风力发电机组控制系统获取机组运行状态各评估指标物理量的监测数据；

量化模块，对风力发电机组监测模块获得的机组运行状态各评估指标物理量的监测数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

权值确定模块，将风力发电机组运行状态评估指标划分为多个子项目，根据风力发电机组运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的权值；

模糊评估模块，将每个项目内的风力发电机组运行状态评估指标构成模糊评估矩阵，结合各风力发电机组运行状态评估指标的权值，评估风力发电机组实时运行状态。

2.如权利要求1所述的风力发电机组实时运行状态评估系统，其特征在于：所述风力发电机组监测模块从风力发电机组控制系统获取风力发电机组运行状态评估指标物理量包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率。

3.如权利要求2所述的风力发电机组实时运行状态评估系统，其特征在于：所述量化模块对越小越优型指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、机舱振动加速度、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，α为该指标下限值，β为该指标的上限值；

对中间型指标：机舱位置、环境风速、发电机转速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，β₁、β₂为上限值，α₁、α₂为下限值。

4.如权利要求1所述的风力发电机组实时运行状态评估系统，其特征在于：所述权值确定模块确定各风力发电机组运行状态评估指标的常权值，并通过下式获得各风力发电机组运行状态评估指标的变权值：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中和分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评判指标个数；

表示各评判指标的劣化度。

5.风力发电机组实时运行状态评估方法，其特征在于：包括如下步骤：

1)从风力发电机组获取风力发电机组运行状态评估指标物理量；

2)对风力发电机组监测模块获得的风力发电机组运行状态评估指标物理量数据进行量化处理，获得风力发电机组运行状态评估指标的劣化度；

3)应用风电机组的工程设计和检修记录，机组故障率的统计数据为依据，结合层次分析法确定中机组各层次的常权值，再根据风电机组实时运行状态评估指标的劣化度，实时计算风力发电机组运行状态评估指标的变权值；

4)采用模糊综合评判方法，建立风电机组运行状态评估模型，得到风电机组运行状态。

6.如权利要求5所述的风力发电机组实时运行状态评估方法，其特征在于：所述步骤1)中，从风力发电机组获取风力发电机组运行状态评估指标物理量包括齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度、机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率。

7.如权利要求6所述的风力发电机组实时运行状态评估方法，其特征在于：所述步骤2)中，对越小越优型指标：齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度、发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速、电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度的量化分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}0,& x<\mathrm{\&alpha;}\\ \frac{x-\mathrm{\&alpha;}}{\mathrm{\&beta;}-\mathrm{\&alpha;}},& \mathrm{\&alpha;}\&le;x\&le;\mathrm{\&beta;}\\ 1,& x>\mathrm{\&beta;}\end{array}\right.;$

式中g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，α为该指标下限值，β为该指标的上限值；

对中间型指标：机舱位置、机舱振动加速度、环境风速、环境温度、相电压、相电流、无功功率、有功功率和电网频率的量化，分别通过下式进行：

$g\left(x\right)=\left\{\begin{array}{cc}1,& x<{\mathrm{\&alpha;}}_1\\ \frac{x-{\mathrm{\&alpha;}}_1}{{\mathrm{\&beta;}}_1-{\mathrm{\&alpha;}}_1},& {\mathrm{\&alpha;}}_1\&le;x<{\mathrm{\&beta;}}_1\\ 0,& {\mathrm{\&beta;}}_1\&le;x\&le;{\mathrm{\&alpha;}}_2\\ \frac{{\mathrm{\&beta;}}_2-x}{{\mathrm{\&beta;}}_2-{\mathrm{\&alpha;}}_2},& a_2<x\&le;{\mathrm{\&beta;}}_2\\ 1,& x>{\mathrm{\&beta;}}_2\end{array}\right.;$

式中，g(x)表示风力发电机组运行状态评估指标的劣化度，x为风力发电机组运行状态评估指标的物理量的监测数据，β₁、β₂为该指标上限值，α₁、α₂为该指标下限值。

8.如权利要求5所述的风力发电机组实时运行状态评估方法，其特征在于：所述步骤3)中，将风力发电机组运行状态评估指标中的齿轮箱轴承温度、齿轮箱回油温度、齿轮箱油池温度划分到齿轮箱状态子项目，发电机轴承温度、发电机绕组温度、发电机冷却水温度、发电机转速划分到发电机状态子项目，电抗器温度、电容器温度、IGBT温度、整流器温度、控制柜温度、塔基控制柜出口风温度划分到控制柜状态子项目，机舱位置、机舱振动加速度划分到机舱子项目，环境风速、环境温度划分到环境因素子项目，相电压、相电流、无功功率、有功功率和电网频率划分到电网因素子项目。

9.如权利要求5所述的风力发电机组实时运行状态评估方法，其特征在于：所述步骤3)中，当风力发电机组运行状态某项评估指标劣化度小于0.9时，通过下式确定各风力发电机组运行状态评估指标的变权值：

$A_{R_{\mathrm{ijk}}}(g_{R_{\mathrm{ij}1}},...,g_{R_{\mathrm{ijm}}})=A_{R_{\mathrm{ijk}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijk}}})}^{\mathrm{\&delta;}-1}/\underset{s=1}{\overset{d}{\mathrm{\&Sigma;}}}{A}_{R_{\mathrm{ijs}}}^{\left(0\right)}{(1-g_{R_{\mathrm{ijs}}})}^{\mathrm{\&delta;}-1}$

上式中

和

分别为第i个项目中的第j子项目的第k个指标对应的常权权重和变权权重，δ为变权系数，δ＝-1；d为子项目层中包括的评判指标个数；

表示各评判指标的劣化度。

10.如权利要求5至9中任一项所述的风力发电机组实时运行状态评估方法，其特征在于：所述步骤4)具体包括如下步骤：

41)设定风力发电机组实时运行状态评估评语为“良好”、“合格”、“注意”、“严重”4种情况；

42)确定评判矩阵中各评判指标的隶属度；

43)用风力发电机组运行状态评估指标R_ijk对风电机组进行评估，评语集中的状态l_i(i＝1，2，3，4)的隶属度为v_ij(j＝1，2，3，4)，则可用隶属度集V_i＝[v_i1，v_i2，v_i3，v_i4]表示按指标R_ijk评估的结果，一个子项目下的所有评判指标即就构成了其模糊评判矩阵；其中R_ijk为第i个项目中的第j子项目的第k个评判指标；

44)判断风力发电机组运行状态评估指标的劣化度是否大于0.9，如是，评估结果为严重，如否，则执行步骤45)；

45)采用模糊综合评判，其表达式为：B＝A_R&V_R，其中&为广义模糊算子，A_R为变权重，在经过模糊综合评判得到评估值b_j(j＝1，2，3，4)后，采用最大隶属度原则取最大评估值b_max＝max(b_j|j＝1，2，3，4)相对应的l_i作为评估结果。

Images