[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

摘要

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，利用scada数据确定风电机组状态评估参数向量，对风电机组故障模式进行分类。构建三层贝叶斯网络描述风电机组运行参数向量和故障因果关系，确定贝叶斯网络参数向量的先验分布，通过风电机组经验知识确定乘积狄利克雷分布的超参数。确定贝叶斯网络参数的后验概率分布。计算贝叶斯网络中各节点在其父节点不同状态下的条件概率分布。根据风电机组运行状态综合评估的动态概权，对风电机组运行状态进行综合评估。本发明实现了对风电机组运行状态的快速有效的评估，提前发现设备的异常和劣化趋势，实现预测性维修，有效地避免故障发生，减少经济损失，提高风电场的经济性和安全性。

主权项

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；上式简化为：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),C)为：其中步骤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。