[发明专利]基于风电设备异常分析数据的时序模糊层次分析评估方法

摘要

本发明公开了一种基于风电设备异常分析数据的时序模糊层次分析评估方法，包括：采集风机各设备的异常分析结果数据，对其归一化处理；结合风机机理关系建立层次分析树；采用1‑9级标度规则根据层次分析法对第一层设备进行统计，构建判断矩阵B，同时对各设备第二层指标元素进行统计，构建判断矩阵B₁、B₂……B_x；根据各判断矩阵计算最大特征根λ_Bmax、特征向量δ_B和权重值w_B；设定风机设备健康等级；组建各设备异常分析指标的隶属度向量β；进行第一层模糊层级分析和综合模糊层次评估，得到风机的健康评价结果。本发明基于风电设备异常分析结果通过时间序列的模糊层次分析评估，得到风电设备的整体健康程度排序，指导维护人员对风电设备进行高效维护。

主权项

1.一种基于风电设备异常分析数据的时序模糊层次分析评估方法，其特征在于，所述方法包括如下步骤：S1、采集风电机组各设备的异常分析结果数据，并将所述异常分析结果数据进行归一化处理；S2、结合风电机组的机理关系，建立层次分析树，所述层次分析树的第一层为风电机组的各设备部件，标记为B1、B2……Bx，第二层为影响各设备异常的各指标元素，标记为C11、C12、……C101、C102；S3、采用1‑9级标度规则，根据层次分析法对层次分析树中的第一层设备进行统计，构建判断矩阵B，同时对层次分析树中各设备的第二层指标元素进行统计，构建判断矩阵B1、B2……Bx；S4、根据判断矩阵B计算该矩阵B的最大特征根λBmax、特征向量δB和权重值wB,再根据判断矩阵B1、B2……Bx分别计算最大特征根λB1max、λB2max...λBxmax以及相应的特征向量δB1、δB2...δBx和权重值wB1、wB2...wBx；S5、设定风电机组设备健康等级，分别为非常健康、健康、亚健康、不健康、非常不健康五个等级；S6、根据风电机组各设备第二层指标元素对应的分析元素，在设备健康等级上评价隶属度，组建评价隶属度向量，得到各设备第二层指标元素的隶属度向量β；S7、根据步骤S4得到的各设备权重值w_Bx和步骤S6得到的各设备第二层指标元素的隶属度向量β，利用公式计算出风电机组各设备影响风电机组模糊评估向量γ_Bx，再组成风电机组整体评估矩阵γ_B＝[γ_B1，γ_B2，γ_B3，γ_B4，γ_B5，...，γ_Bx]；S8、利用综合模糊层次评估法对风电机组整体健康进行评估，根据公式计算出风电机组各设备处在的健康等级ε，得到所述风电机组的健康评价结果。