[发明专利]基于贝叶斯网的动态概权风电机组运行状态综合评估方法

权利要求书

1.基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，包括如下步骤：

步骤1：利用scada历史运行数据，选择用于构建反映风电机组运行状态的贝叶斯网络的状态评估参数向量；

步骤2：确定风电机组的故障模式；

步骤3：对风电机组的故障模式进行分类；

步骤4：形成贝叶斯网络；

根据状态评估参数向量和风电机组的故障模式之间的因果关系，结合scada系统的历史运行数据进行统计分析，得到用于描述风电机组的故障和状态评估参数向量间的因果关系三层贝叶斯网络；

步骤5：确定贝叶斯网络参数向量先验分布；

步骤6：根据scada监控系统数据得到贝叶斯网络参数向量的似然函数；

步骤7：确定贝叶斯网络参数向量的后验概率分布；

步骤8：计算各节点在不同状态下的条件概率分布P(y_i|G)：

P(y_i|G)＝∫P(y_i|θ)p(θ|G)dθ

其中y_i表示参数i所在节点的某一状态，G表示给定的贝叶斯网络；θ为贝叶斯网络的参数向量；

上式简化为：

其中，n表示为贝叶斯网络的参数个数，X_i表示参数i所在节点的随机变量，π(X_i)表示参数i所在节点的父节点；

结合scada系统中的监控数据，计算得到参数i所在节点处于状态y_i的概率P(y_i|π(X_i)，G)为：

其中

n表示为贝叶斯网络的参数个数，q_i为贝叶斯网络参数i所在节点的父节点个数，r_i为参数i所在节点的状态数；α_ijk为乘积狄利克雷分布的超参数，m_ijk表示数据包含当前状态时的特征量；

步骤9：利用贝叶斯网络得到动态概权，得到风电机组运行状态的评估结果。

2.根据权利要求1所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤2具体过程为：根据风电机组历史故障信息和运行状态信息，统计得出齿轮箱及主轴系统、发电机系统、机舱系统、变桨系统和电网系统的故障模式。

3.根据权利要求1所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤3的具体过程为：基于历史故障情况，把风电机组的故障模式分为突发、间歇和退化三种类型，其中突发表示一个元件或系统迅速的或突然完全丧失功能；间歇表示暂时发生的无需维护能够自定纠正；退化表示元件磨损、腐蚀、气蚀、冲刷引起的永久失效。

4.根据权利要求1所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤5的具体过程为：假设贝叶斯网络参数向量具有全局独立性，从而贝叶斯网络参数向量的先验分布由乘积狄利克雷分布给出，

其中θ为贝叶斯网络的参数向量，n为贝叶斯网络的参数个数，q_i为贝叶斯网络参数i所在节点的父节点个数，r_i为参数i所在节点的状态数；θ_ijk为节参数i所在节点在父节点为j的条件下处于状态k时的条件概率，α_ijk为乘积狄利克雷分布的超参数。

5.根据权利要求4所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤6的具体过程为：参数向量θ在数据D下的似然函数为：

其中m_ijk表示数据包含当前状态时的特征量，定义如下：

m_ijk＝Σx(i，j，k；D)

其中X_i表示参数i所在节点的随机变量，π(X_i)表示参数i所在节点的父节点。

6.根据权利要求5所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤7中，贝叶斯网络参数向量的后验概率分布表示为：

7.根据权利要求1所述的基于贝叶斯网的动态概权风电机组运行状态综合评估方法，其特征在于，步骤9的具体过程为：当从scada监控系统得到新的数据参数x时，由贝叶斯网络得出故障模式三种类别的动态概率信息，即状态为1时的概率，分别为突发概率p₁，间歇概率p₂和退化概率p₃，并以此作为综合权重；将故障模式三种类别进行等级分数划分，分别为突发S₁，间歇S₂，退化S₃，且S₁+S₂+S₃＝100；得到综合评估结果为：

μ＝S₁β₁+S₂β₂+S₃β₃

其中β_i＝1-p_i(i＝1，2，3)。