用于评估风力发电机组健康度的方法及装置
技术领域
本发明涉及风力发电技术领域,更具体地讲,涉及一种用于评估风力发电机组健康度的方法及装置。
背景技术
在评估发电设备的运行性能中,可以根据不同角度、不同层面的评估指标进行评估。每一个评估指标从不同维度反映了发电设备的状态,但是目前没有一个统一的综合性评估指标来全面真实地反映发电设备的状态情况,因此不同发电设备之间只能通过单一指标对比衡量,无法在同一平台使用一个综合性的科学指标进行评估衡量。
此外,在发电设备在运行时,不可避免地存在设备老化问题,然而,目前所有发电设备指标并没有一个合理明确的设备老化指标,这就造成在使用其他单一指标衡量设备老化程度时出现发电设备在运行几年后的性能指标可能比几年前的性能指标更好的错误评估。
发明内容
本发明的示例性实施例提供了一种用于评估风力发电机组健康度的方法及其装置,至少解决上述技术问题和上文未提及的其它技术问题,并且提供下述的有益效果。
本发明的一方面在于提供一种用于评估风力发电机组健康度的方法,所述方法可以包括建立风力发电机组的健康度评估指标体系;使用所述健康度评估指标体系来建立健康指标模型;使用设备健康系数模型和所述健康指标模型来建立风力发电机组的健康度评估模型;并且使用所述健康度评估模型来确定风力发电机组的健康度。
建立风力发电机组的健康度评估指标体系的步骤可以包括:确定风力发电机组的多个健康度评估指标;确定所述多个健康度评估指标中的每一个的评估权重。
所述多个健康度评估指标可以包括但不限于平均无故障工作时间、故障率、可利用率、平均修复时间、平均例行维护时间和备品备件消耗率。
使用所述健康度评估指标体系来建立健康指标模型的步骤可以包括:基于标准化理论,分别对所述多个健康度评估指标中的每一个的指标数据进行标准化处理;基于标准化处理后的指标数据来获得状态指标评估向量;并且使用所述状态指标评估向量和所述评估权重来建立所述健康指标模型。
分别对所述多个健康度评估指标中的每一个的指标数据进行标准化处理的步骤可以包括:采用第一标准化处理对所述多个健康度评估指标中的一些评估指标进行数据处理;并且采用第二标准化处理对所述多个健康度评估指标中的其他评估指标进行数据处理。
所述设备健康系数模型反映设备的电气性能或机械性能随运行时间呈指数关系变化。
建立风力发电机组的健康度评估模型的步骤可以包括:根据所述设备健康系数模型和所述健康指标模型来获得健康度系数模型;并且使用设备可靠度计算模型和所述健康度系数模型来建立所述健康度评估模型。
使用所述健康度评估模型来确定风力发电机组的健康度的步骤可以包括:使用所述健康度系数模型来计算风力发电机组的健康度系数;并且基于风力发电机组的预期使用年限、已使用年限和计算出的健康度系数,使用所述健康度评估模型来计算风力发电机组的健康度值。
本发明的另一方面在于提供一种用于评估风力发电机组健康度的装置,所述装置可以包括:指标体系建立模块,用于建立风力发电机组的健康度评估指标体系;指标模型建立模块,用于使用所述健康度评估指标体系来建立健康指标模型;评估模型建立模块,用于使用设备健康系数模型和所述健康指标模型来建立风力发电机组的健康度评估模型;数据计算模块,用于使用所述健康度评估模型来确定风力发电机组的健康度,其中,所述设备健康系数模型反映设备的电气性能或机械性能随运行时间呈指数关系变化并且真实反映设备的老化。
指标体系建立模块可以包括指标确定模块,用于确定风力发电机组的多个健康度评估指标,其中,所述多个健康度评估指标可以包括但不限于平均无故障工作时间、故障率、可利用率、平均修复时间、平均例行维护时间和备品备件消耗率。
指标体系建立模块还可以包括权重确定模块,用于确定所述多个健康度评估指标中的每一个的评估权重。
指标模型建立模块可以包括数据处理模块,用于基于标准化理论,分别对所述多个健康度评估指标中的每一个的指标数据进行标准化处理,其中,采用第一标准化处理对所述多个健康度评估指标中的一些评估指标进行数据处理,并且采用第二标准化处理对所述多个健康度评估指标中的其他评估指标进行数据处理。
指标模型建立模块还可以包括评估向量模块,用于基于标准化处理后的指标数据来获得状态指标评估向量,其中,指标模型建立模块可以使用所述状态指标评估向量和所述评估权重来建立所述健康指标模型。
评估模型建立模块可以包括健康度系数模块,用于根据所述设备健康系数模型和所述健康指标模型来获得健康度系数模型,其中,评估模型建立模块可以使用设备可靠度计算模型和所述健康度系数模型来建立所述健康度评估模型。
数据计算模块可以使用所述健康度系数模型来计算风力发电机组的健康度系数,并且基于风力发电机组的预期使用年限、已使用年限和计算出的健康度系数,使用所述健康度评估模型来计算风力发电机组的健康度值。
本发明的一方面在于提供一种计算机可读存储介质,存储有程序,其特征在于,所述程序可包括用于执行以上所述的用于评估风力发电机组健康度的方法的指令。
本发明的一方面在于提供一种计算机,包括存储有计算机程序的可读介质,其特征在于,所述计算机程序包括用于执行以上所述的用于评估风力发电机组健康度的方法的指令。
基于以上描述的用于评估风力发电机组健康度的方法及其装置,能够对风力发电机组不同维度的多个指标进行系统性评价,同时加入设备健康系数到健康度评估模型中,使风力发电机组的健康度评估更准确、全面。此外,所述用于评估风力发电机组健康度的方法能够适用于所有发电设备的健康度评估,具有较强的普适性。
附图说明
下面,将结合附图进行本发明的详细描述,本发明的上述特征和其他目的、特点和优点将会变得更加清楚,其中:
图1是根据本公开的示例性实施例的用于评估风力发电机组健康度的方法的流程图;
图2是根据本公开的示例性实施例的健康度评估指标体系的示图;
图3是根据本公开的另一示例性实施例的用于评估风力发电机组健康度的方法的流程图;
图4是根据本公开的示例性实施例的用于评估风力发电机组健康度的装置的框图;
图5是根据本公开的示例性实施例的指标体系建立模块的框图;
图6是根据本公开的示例性实施例的指标模型建立模块的框图;
图7是根据本公开的示例性实施例的评估模型建立模块的框图。
具体实施方式
现将详细参照本公开的示例性实施例,所述实施例的示例在附图中示出,其中,相同的标号始终指示相同的部件。以下将通过参照附图来说明所述实施例,以便于解释本发明。显然,所描述的实施例仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本公开中,包括诸如“第一”、“第二”等序数的术语可以被用于描述各种元素,但是这些元素不应被理解为仅限于这些术语。这些术语仅被用于将一个元素与其他元素区分开来。例如,在不脱离本公开的范围的情况下,第一元素可以被称为第二元素,反之亦然。
在阐述本公开的发明构思之前,对本公开中采用的参数进行相关说明。设备健康系数是反映设备老化程度的模型系数,即反映不同设备在不同时间的老化程度。本公开的健康度评估指标包括已有的设备性能评估指标和根据经验获得的设备评估指标。故障率指标是指故障次数与统计时间内天数的比值。备品备件消耗率指标是指消耗数量与统计时间内天数的比值。数据标准化理论可以消除不同属性或样方间的不齐性,使同一样方内的不同属性之间或同一属性在不同样方内的方差减小,或者可以限制数据的取值范围。
图1是根据本公开的示例性实施例的用于评估风力发电机组健康度的方法的流程图。
参照图1,在步骤S101,建立风力发电机组的健康度评估指标体系。在建立健康度评估指标体系的过程中,首先确定风力发电机组的多个健康度评估指标以构成指标层,然后确定这些健康度评估指标中的每一个指标的评估权重以构成权重层。通过构建指标层和权重层来建立健康度评估指标体系,图2示出了根据本公开的示例性实施例的健康度评估指标体系的示图。
参照图2,根据本公开的实施例的健康度评估指标体系可以包括指标层和权重层。指标层可以包括确定出的多个健康度评估指标,权重层可以包括针对指标层中的每一个健康度评估指标而设置的权重。例如,在图2中,指标层中的指标1与权重层中的W1相应,指标层中的指标2与权重层中的W2相应。然而,图2中示出的指标以及指标数量仅是示例性的,本公开不限于此。
在步骤S102,使用所述健康度评估指标体系来建立健康指标模型。在建立健康度评估指标体系之后,可以根据健康度评估指标体系中的指标以及权重来建立健康指标模型。具体地,基于标准化理论,分别对指标层中的每一个健康度评估指标的指标数据进行标准化处理,这里,可以根据不同的健康度评估指标属性,使用不同的标准化处理方法。然后基于标准化处理后的指标数据来获得状态指标评估向量,使用状态指标评估向量和评估权重来建立健康指标模型。
在步骤S103,使用设备健康系数模型和建立的健康指标模型来生成风力发电机组的健康度评估模型,其中,所述设备健康系数模型反映设备的电气性能或机械性能随运行时间呈指数关系变化,即设备老化程度的真实反映。在建立健康度评估模型中,可以根据设备健康系数模型和健康指标模型来获得健康度系数模型,然后基于设备可靠度计算模型,使用获得的健康度系数模型来建立健康度评估模型。
在步骤S104,使用建立的健康度评估模型来确定风力发电机组的健康度。具体地,可以根据每一个健康度评估指标的实际指标数据和相应评估指标的上下限值、初始设备健康度指数、评估时间、投入运营时间、老化常数,使用健康度系数模型来计算风力发电机组的健康度系数,然后基于风力发电机组的预期使用年限、已使用年限和计算出的健康度系数,使用健康度评估模型来计算风力发电机组的健康度值。下面,将参照图3更加详细地描述如何建立健康度评估模型以及使用该健康度评估模型来计算风力发电机组的健康度值。
图3是根据本公开的另一示例性实施例的用于评估风力发电机组健康度的方法的流程图。
参照图3,在步骤S201,确定风力发电机组的多个健康度评估指标。可以根据《风电场运行指标与评价导则》以及设计人员的经验来确定关于风力发电机组的多个健康度评估指标。在本公开的实施例中,用于评估风力发电机组健康度的指标可以包括平均无故障工作时间、故障率、可利用率、平均修复时间、平均例行维护时间和备品备件消耗率,然而,上述评估指标仅是示例性的,本公开不限于此。
在步骤S202,确定多个健康度评估指标中的每一个的评估权重。例如,可以通过德菲尔法(也被称为专家打分法)来确定不同健康度评估指标的权重,即根据风力发电机组的具体情况,对风力发电机组的每个健康度评估指标的权重进行赋值。然而,使用德菲尔法来确定权重仅是示例性的,本公开不限于此。
在步骤S203,使用确定的健康度评估指标和确定的评估权重来建立健康度评估指标体系。根据本公开的实施例的健康度评估指标体系可以包括指标层和权重层,通过由在步骤S201和步骤S202中确定出的评估指标和评估权重来构成如图2所示的健康度评估指标体系。例如,如图2所示,指标1可以是平均无故障工作时间,W1可以是针对平均无故障工作时间而确定的权重值,指标2可以是故障率,W2可以是针对故障率而确定的权重值。上述示例仅是示例性的,指标层中包括的评估指标以及评估指标的顺序、数量不限于此。
本公开的健康度评估指标体系具有良好的开放性和兼容性,可以根据具体情况来设置不同的指标层和权重层。
在步骤S204,基于标准化理论,分别对多个健康度评估指标中的每一个的指标数据进行标准化处理。基于SCADA监测数据的各个维度评估指标(例如但不限于在步骤S201中确定的多个健康度评估指标)在一定程度上反映了发电设备性能状态的好坏以及发电设备从正常运行状态到停机状态之间的量变过程。由于各个评估指标的性质不同,通常具有不同的量纲和数量级,因此当各个评估指标间的水平相差很大时,如果直接使用原始评估指标值进行综合分析,则可能突出数值较高的评估指标在综合分析中的作用,并且相对地减弱数值较低的评估指标的作用。为了保证评估结果的可靠性以及更精确、科学地反映设备健康度,需要对不同量纲的原始评估指标的数据进行标准化处理。
根据本公开的实施例,由于不同的健康度评估指标具有不同的数值特性,因此,可以使用不同的标准化处理方式对不同的健康度评估指标进行标准化处理。作为示例,可以采用第一标准化处理对故障率、平均修复时间、平均例行维护时间和备品备件消耗率进行数据处理。例如,可以根据等式(1)对故障率、平均修复时间、平均例行维护时间和备品备件消耗率四个健康度评估指标中的每一个的指标数据进行标准化处理,即根据等式(1)将所述四个健康度评估指标的指标数据范围设置在[0,1]之间:
其中,Yi表示第i健康度评估指标的标准化处理后的指标数据值,Xi表示第i健康度评估指标的实际指标数据值,Ximin表示第i健康度评估指标的最低指标数据值,Ximax表示第i健康度评估指标的最高指标数据值。上述采用第一标准化处理的评估指标并不限于此,还可以包括另外的评估指标。
此外,可以采用第二标准化处理分别对平均无故障工作时间和可利用率进行标准化处理。例如,首先根据等式(1)可以获得第一标准化处理后的指标数据值,然后根据等式(2)对获得的指标数据值进行标准化处理:
Yl=1-Y (2)
其中,Yl表示经第二标准化处理后的指标数据值,Y表示经第一标准化处理后的指标数据值。上述采用第二标准化处理的评估指标并不限于此,还可以包括其他的评估指标。
由于风力发电机组的设备特性,每个健康度评估指标都具有其特定的上下限值,所以通过对每个健康度评估指标进行标准化处理,能够使评估的结果更加准确、稳定,并且能够提高评估的速度。
在步骤S205,基于标准化处理后的指标数据来获得状态指标评估向量。在分别对不同的指标数据进行第一标准化处理或第二标准化处理后,可以由每个健康度评估指标的标准化处理后的指标数据来构成状态指标评估向量,例如,可以由等式(3)来表示状态指标评估向量:
V=(Y1,Y2,Y3,...,Yn) (3)
其中,V表示构成的状态指标评估向量,Y1,Y2,Y3,...,Yn分别表示第1、2、3、n健康度评估指标的标准化处理后的指标数据。应注意的是,等式(3)表示的状态指标评估向量仅是示例性的,状态指标评估向量也可以由通过第一标准化处理和第二标准化处理后的不同的指标数据来构成。
在步骤S206,使用获得的状态指标评估向量和确定的评估权重来建立健康指标模型。可以基于在步骤S205中获得状态指标评估向量和在步骤S202中确定出的每个评估指标的权重,利用等式(4)来获得健康指标模型:
其中,Rl′表示健康指标系数,V表示状态指标评估向量,W表示由每个健康度评估指标的评估权重构成的评估权重向量,i表示第i健康度评估指标,n表示健康度评估指标的数量。
应注意的是,评估权重向量中的每个评估权重的顺序与状态指标评估向量中的每个评估指标的顺序相同。如果改变状态指标评估向量中的每个评估指标的顺序,则相应地改变评估权重向量中的每个评估权重的顺序。
在本公开的实施例中,在对每个健康度评估指标进行标准化处理时,将每个健康度评估指标的指标数据范围设置在[0,1],为了保持与后续计算数据的值域范围一致,可以通过等式(5)来调整健康指标模型:
其中,Rl表示调整后的健康指标系数,V表示状态指标评估向量,W表示由每个健康度评估指标的评估权重构成的评估权重向量,i表示第i健康度评估指标,n表示健康度评估指标的数量。
在步骤S207,使用设备健康系数模型和建立的健康指标模型来建立风力发电机组的健康度系数模型。根据本公开的实施例,设备健康系数是反映设备的电气性能或机械性能随运行时间呈指数关系变化的模型系数,也可以称为设备老化系数。设备健康系数来源与基本设计指标,是反映设备老化程度的指标。设备健康系数模型可以由等式(6)来表示:
其中,Hl表示设备健康系数,Hl0表示初始设备健康度指数,t表示评估时间,t0表示投入运营时间,B表示老化常数。
根据等式(6)可知,初始设备健康水平指数Hl0、评估时间t、投入运营时间t0均为已知数据,因此,计算老化常数B成为计算设备健康系数的关键过程。由于设备的运行环境不同,因此需要单独地计算不同设备的老化常数B。在本公开中,可以根据设备的预期寿命与使用年限的线性关系来得到老化常数B,如下面的等式(7)所示:
其中,Hlb表示设备故障迅速上升时的健康指数,Hl0表示初始设备健康水平指数,k表示环境修正系数,T表示设备的预期寿命。设备健康系数模型需要对老化常数B进行估测,可以通过B值来预测设备在不同时间的健康度趋势。
在获得设备健康系数模型之后,将设备健康系数模型与在步骤S206中建立的健康指标模型相结合来建立健康度系数模型。具体地,可以使用加权积法,将各个变量(例如,设备健康系数和健康指标系数)分别赋予1/2权重来获得健康度系数模型,由下面的等式(8)来表示:
其中,HS表示健康度系数,Hl表示设备健康系数,Rl表示已调整的健康指标系数。应注意的是,上述示例仅是示例性的,对于建立健康度系数模型的方法不限于此。
由于设备健康系数Hl和健康指标系数Rl分别侧重评估设备健康度的不同方面,即Hl侧重于根据设备的设计指标来预测设备的健康度发展趋势,老化常数B侧重于评价设备的平均老化速度,而仅使用Hl的评估过程缺少对于设备的实时健康状态的评估;Rl侧重于评估设备的实时健康状态,但是由于权重设置以及劣化程度估计的非标准化,仅使用Rl的评估过程缺少基于设备本身情况的评估,因此,通过将确定的多个健康度评估指标与根据设计人员经验获得的设备性能评估指标(即设备健康系数)相结合,可以构建一个关于风力发电机组的科学化、系统化的健康度评估模型,以更加全面、准确地评估风力发电机组的健康度。
在获得健康度系数后,进入到步骤S208,基于设备可靠度计算模型和建立的健康度系数模型来建立健康度评估模型。
作为示例,根据设备老化程度与设备健康系数之间的关系,可以基于等式(6)得到等式(9):
其中,HS表示健康度系数,HS0表示设备初始健康度指数,B表示老化常数,t表示评估时间,t0表示投入运营时间。
根据等式(9)可以推导出关于老化常数的等式(10):
这里,为了将设备健康系数模型中的老化常数B与等式(10)的老化常数区分开,将推导出的老化常数表示为Bl。
在推导出老化常数Bl后,可以使用设备可靠度计算模型(即公式)来建立根据本公开的示例性实施例的健康度评估模型。具体地,已知设备可靠度计算模型由等式(11)来表示:
其中,T表示设备的使用寿命年限,λ表示设备的失效率。也就是说,如果获得设备的失效率λ,则可以使用等式(11)来计算该设备的可靠度值。
在无外界干扰等影响的情况下,设备的失效率λ与设备的设计指标、使用年限、环境影响等因素有关,这些因素共同决定了设备的老化程度,并且老化程度越严重的设备,其故障率(即失效率)也越高,因此一定程度上,可以使用设备的老化率(即老化常数)来代替设备的失效率。
根据上述分析,将老化常数Bl代入设备可靠度计算模型(即等式(11))中,可以得到健康度评估模型,健康度评估模型可以由下面的等式(12)来表示:
其中,Hl表示设备健康系数,Rl表示已调整的健康指标系数,HS0表示设备初始健康度指数,T表示设备的预期寿命(即预期使用年限),t表示设备已使用年限。
在步骤S209,可以使用健康度系数模型来计算风力发电机组的健康度系数。例如,在对风力发电机组A的健康度进行评估时,首先可以根据关于确定出的健康度评估指标(例如,风力发电机组A的平均无故障工作时间、故障率、可利用率、平均修复时间、平均例行维护时间和备品备件消耗率等)中的每一个评估指标的实际指标数据和相应评估指标的上下限值、初始设备健康度指数、评估时间、投入运营时间、老化常数,根据等式(8)计算出风力发电机组A的健康度系数值。
在获得风力发电机组的健康度系数后,进入到步骤S210,基于风力发电机组的预期使用年限、已使用年限和计算出的健康度系数,使用健康度评估模型来计算风力发电机组的健康度值。例如,将风力发电机组A的预期使用年限、已使用年限、获得的健康度系数值以及已知的设备初始健康度指数值代入到等式(12),可以计算出风力发电机组A的健康度值。这里,健康度值为0%到100%之间的数值,健康度数值越大表示风力发电机组越健康。可以通过计算出的健康度值来评估当前风力发电机组的整体性能。
图4是根据本公开的示例性实施例的用于评估风力发电机组健康度的装置的框图。如图4所示,用于评估风力发电机组健康度的装置300可以包括指标体系建立模块301、指标模型建立模块302、评估模型建立模块303、以及数据计算模块304。
作为示例,指标体系建立模块301可以用于建立风力发电机组的健康度评估指标体系。参照图5,指标体系建立模块301可以包括指标确定模块311和权重确定模块312。指标确定模块311可以确定出包括在健康度评估指标体系的指标层中的多个健康度评估指标。其中,多个健康度评估指标可以包括平均无故障工作时间、故障率、可利用率、平均修复时间、平均例行维护时间和备品备件消耗率,但是不限于此。这里,可以通过用户将根据《风电场运行指标与评价导则》以及设计经验确定出的健康度评估指标输入到指标确定模块311来实现确定多个健康度评估指标的操作。
在建立健康度评估指标体系的过程中,权重确定模块312可以确定健康度评估指标体系的指标层中的每一个健康度评估指标的评估权重。权重确定模块312可以采用德菲尔法进行求解来确定出每个健康度评估指标的权重,然而,本公开不限于此。
然后,指标体系建立模块301可以根据由指标确定模块311确定出的多个指标(即构成健康度评估指标体系的指标层)和由权重确定模块312确定出的评估权重(即构成健康度评估指标体系的权重层)来构成根据本公开的健康度评估指标体系,如图2所示。
在建立健康度评估指标体系后,指标模型建立模块302可以用于使用健康度评估指标体系来建立健康指标模型。参照图6,指标模型建立模块302可以包括数据处理模块321和评估向量模块322。
在建立健康指标模型的过程中,数据处理模块321可以根据标准化理论,分别对上述多个健康度评估指标中的每一个的指标数据进行标准化处理,其中,数据处理模块321可以采用第一标准化处理对故障率、平均修复时间、平均例行维护时间和备品备件消耗率进行数据处理,并且采用第二标准化处理对平均无故障工作时间和可利用率进行数据处理。数据处理模块321对健康度评估指标进行标准化处理的操作与步骤S204的过程相同,这里不再赘述。在获得经标准化处理后的指标数据后,评估向量模块322可以基于标准化处理后的指标数据来构成状态指标评估向量。
接下来,指标模型建立模块302可以使用状态指标评估向量和评估权重来建立健康指标模型。这里,模型建立模块302建立健康指标模型的操作与步骤S206的过程相同,这里不再赘述。
在建立健康指标模型后,评估模型建立模块303可以使用设备健康系数模型和健康指标模型来建立风力发电机组的健康度评估模型,其中,设备健康系数模型反映设备的电气性能或机械性能随运行时间呈指数关系变化,即反映设备老化的真实情况。在本公开中,通过将关于设备老化和设备运行状态两个方面考虑到建立评估风力发电机组的健康的模型中,能够使评估的结果更科学化。
参照图7,评估模型建立模块303可以包括健康度系数模块331。健康度系数模块331可以基于设备健康系数模型和健康指标模型,使用加权积法来获得健康度系数模型,例如,健康度系数模块331可以将设备健康系数和健康指标系数分别赋予1/2权重,使用加权积法来获得该健康度系数模型,然而本公开不限于此。然后评估模型建立模块303使用设备可靠度计算模型和健康度系数模型来获得健康度评估模型。例如,在获得健康度系数模型后,模型建立模块303可以基于健康度系数模型,使用设备健康系数模型推导出设备老化常数,然后将推导出的设备老化常数代替设备可靠度计算模型中的失效率以获得最终的健康度评估模型。评估模型建立模块303建立健康度评估模型的操作与步骤S208相同,这里不再赘述。
数据计算模块304可以使用健康度评估模型来确定风力发电机组的健康度。作为示例,数据计算模块304可以使用健康度系数模型来计算风力发电机组的健康度系数,并且基于风力发电机组的预期使用年限、已使用年限和计算出的健康度系数,使用健康度评估模型来计算风力发电机组的健康度值。这里,数据计算模块304的操作与步骤S209和步骤S210的过程相同,这里不再赘述。
本公开的评估风力发电机组健康度的方法以及装置具有系统性、扩展性、普适性、先进性等特点。
根据本发明公开的示例实施例的用于评估风力发电机组健康度的方法可被实现为计算机可读记录介质上的计算机可读指令,或者可通过传输介质被发送。计算机可读记录介质是可存储此后可由计算机系统读取的数据的任意数据存储装置。计算机可读记录介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、光盘(CD-ROM)、数字多功能盘(DVD)、磁带、软盘、光学数据存储装置,但不限于此。传输介质可包括通过网络或各种类型的通信信道发送的载波。计算机可读记录介质也可分布于连接网络的计算机系统,从而计算机可读指令以分布方式被存储和执行。
基于以上描述的用于评估风力发电机组健康度的方法以及装置,通过考虑与设备设计年限相关的设备老化程度的影响和设备运行状态评估两个方面,使设备健康度的评估结果更加科学、精准。同时,为了使不同评估指标能够在统一平台进行对比并且体现不同评估指标对设备的不同影响程度,引入了标准化理论和权重理论作为支撑。通过对该方法获得的评估结果与风力发电机组实际运行状态进行比较分析,分析结果表明该方法精度高,而且能反映风力发电机组的真实运行状态。此外,该方法能够将不同风力发电机组放在同一个平台进行全方位对比,通过不同风力发电机组的对比可以细化风力发电机组间的差异,进一步优化风力发电机组的性能。
尽管已经参照其示例性实施例,具体示出和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。