文献类型：期刊文章

作　　者：李进友[1] 李媛[1] 冯冰[2] 邢作霞[3] 许增金[4]

Li Jinyou;Li Yuan;Feng Bing;Xing Zuoxia;Xu Zengjin(School of Science,Shenyang University of Technology,Shenyang 110870,China;State Grid Tianjin Electric Power Company Maintenance Company,Tianjin 300000,China;School of Electrical Engineering,Shenyang University of Technology,Shenyang 110870,China;School of Chemical Equipment,Shenyang University of Technology,Liaoyang 111003,China)

机构地区：[1]沈阳工业大学理学院,沈阳110870 [2]国网天津市电力公司检修公司,天津300000 [3]沈阳工业大学电气工程学院,沈阳110870 [4]沈阳工业大学化工装备学院,辽阳111003

出　　处：《太阳能学报》

基　　金：辽宁省自然科学基金(2019-ZD-0202)。

年　　份：2022

卷　　号：43

期　　号：8

起止页码：340-351

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于健康指标权重随机性会导致风电机组状态评估灵敏度降低,提出一种评估风电机组健康状态的随机组合赋权模糊评价方法。首先,通过相关性、方差、偏度等多角度分析风电场采集与监视控制系统(SCADA)数据,结合IEC61400-1标准建立机组健康状态评估指标架构,并基于随机因子优化组合权重得到赋权公式,提高评估指标层权重的准确性。其次,为充分覆盖评估指标数据劣化度,基于岭型分布函数建立健康指标劣化隶属度计算函数。结合随机组合权重和隶属度函数,构建风电机组健康状态模糊综合评价数学模型。通过分层评估风电机组健康状态指标架构,得到机组健康等级并实现故障预警。最后,对大连驼山风电场多台机组进行评估试验,结果表明:该文方法能准确评估出风电机组健康状态等级,相比组合赋权云模型方法,灵敏度提高了1.85%。

关 键 词：风电机组 SCADA系统 模糊综合评价法 状态评估  随机因子  随机组合赋权  

分 类 号：TM614]