风电机组部件重要度灰色模糊评判方法

刘华新，苑一鸣，周 沛，韩中合

(华北电力大学能源动力与机械工程学院，河北 保定 071003)

风电机组部件重要度灰色模糊评判方法

刘华新，苑一鸣，周 沛，韩中合

(华北电力大学能源动力与机械工程学院，河北 保定 071003)

风力机工作环境恶劣、工况影响因素复杂导致其故障率较高，因此需要对风力机进行合理的维修决策。对部件重要度等级进行分类，可以辨识出对机组可靠性和维修有重要影响的部件，并依此来制定合理的维修决策。结合传统评价方法，提出了基于灰色模糊的风电机组部件重要度评判方法。该方法构建了包含六个评判因素和三个评判集在内的评价体系，结合三角隶属函数和半梯形隶属函数来确定隶属度。同时，考虑到各评判因素信息获取的不完全性，引入灰度的概念，利用灰色模糊综合评判法对风电机组部件重要度进行评价。将该方法用于某风电场1.5 MW机组齿轮箱的重要度评价，其评价结果符合实际生产情况。该方法可应用于风电机组的其他部件的重要度评价，从而为风电机组维修决策提供依据。

风电机组部件； 齿轮箱； 因素集； 灰色模糊； 重要度等级； 重要度评判

0 引言

对于风力机来说，其工作环境恶劣，运行工况影响因素较多，从而导致故障率较高，可靠性不理想。据欧洲风能理事会的统计数据显示，风电机组运维成本约占度电成本的20%～25%[1]。因此，采用合理的检修手段可以有效降低发电成本。

分析风电机组部件的重要度，可对部件重要度等级进行分类，从而辨别出对机组可靠性和维修有重要影响的部件。文献[2]将蒙特卡罗法和模糊层次分析法用于部件的维修决策，这在一定程度上降低了主观因素的影响；文献[3]利用模糊综合评判方法进行重要度评判，但仅考虑评判因素的模糊性，没有考虑其灰色性。

针对现有风电机组部件重要度评判方法的不足，本文提出基于灰色模糊的风电机组部件重要度评判方法。与传统评判方法相比，本方法增强了评判过程的客观性。该方法可为制定机组维修决策和应急机制提供依据。

1 灰色模糊综合评判的基本步骤

参考模糊综合评判模型的建立过程[4]，评判模型的建立过程主要分为以下几个步骤。

①确定参与评判的风电机组部件。

本文进行风电机组部件重要度评判的目的就是对部件级的机组设备进行重要度排序，从而根据结果指导维修决策。而对于风电机组来说，并不需要对所有的组成单元进行维修决策。据某风电机组故障率统计数据显示，润滑油系统故障率为0.04%，机舱故障率为0.05%，塔架故障率为0.45%[5]。显然，对于这些系统或单元，根据实际经验和分析可以确定设备的故障基本不会发生，属于不重要的部件。针对这样的系统或单元，采用定期维修即可。因此，选取重要单元是风电机组部件级维修和评判的前提。

②在对参评部件故障分析的基础上，得到重要度评判的因素集。

③获取风电机组部件的实际运行情况。

④划分部件重要度等级，以此建立评判集。

⑤通过量化取值确定因素集与评判集之间的灰色模糊关系，根据各因素信息的充分程度建立因素集与评判集之间的灰色关系；根据各因素信息对于评判集的隶属程度，建立模糊关系。

⑥利用层次分析法确定权重集A。

⑦重要度的灰色模糊综合评判。

2 风电机组部件灰色模糊综合评判模型

2.1 风电机组部件重要度评判因素集的确定

文献[6]、文献[7]分别分析了风电设备重要度评判因素和电厂的风险评判因素，而重要度评价因素之间存在较强的耦合性。为了减小评价过程的计算量，又兼顾评判的精确性，有必要对重要度评价因素进行简化。

可靠性因素是衡量机组运行可靠性和单位时间出力能力的重要因素；经济性因素是运行维修必须要考虑的因素，很大程度上影响了设备的重要程度；状态维修已普遍用于风机维修领域，而状态维修离不开设备的状态监测，因此部件的可监测性是影响其重要度的不可忽略的一个因素。本文考虑可靠性因素(对系统功能的影响、失效频率、停运时间)、经济性因素(维修造成的经济损失、维修费用)、监测性因素(可监测性)来划分部件的重要程度。

2.2 风电机组部件重要度评判集的确定

为了对设备重要度等级进行分类，依据设备重要度分类准则，将设备重要程度分为三类，形成评判集S={s1,s2,s3}。s1表示关键设备；s2表示重要设备；s3表示一般设备。

2.3 灰色模糊关系矩阵的确定

2.3.1 模部的确定

因素集与评判集之间的关系可以通过模糊关系隶属度函数[8]来表示。通常，在工程计算领域，采用三角隶属函数、梯形或半梯形隶属函数可有效降低计算的复杂程度，且与复杂隶属函数的计算结果差别较小。本文采用三角隶属函数对评判集中重要设备分类，另外两个分类采用半梯形隶属函数。

2.3.2 灰部的确定

考虑到通过隶属度函数确定信息时，存在不可信度对评判过程的影响，在灰色模糊评判过程中引入灰度的概念。根据模糊关系包含信息量的多少，将灰度取值分成五个等级：充分、比较充分、一般、较贫乏、很贫乏，对应的灰度值为0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0。根据实际情况，确定灰度的取值。

2.3.3 权重矩阵的确定

因素集中，各因素权重是因素在部件重要度确定过程中所占重要程度的定量反映，权重矩阵表达了被评判对象与评判因素之间的灰色模糊关系。本文采用层次分析法确定各因素的权重。

2.3.4 灰色模糊综合评判

(1)

2.3.5 评判结果的处理

文献[9]指出，对于评判结果处理方法主要有两种，一种是考虑隶属度最大的同时兼顾灰度最小的原则进行判断，但在隶属度和灰度同时最大时便难以判断；另一种是采用可能性矩阵的方式，过程较复杂。因此，采用内积法和隶属度最大原则相结合的方式，评判部件的重要程度。

评判结果中第i个向量bi，令di=1-vi，称di为bi的可信度，其中vi为bi的灰度。评判结果中各向量的大小可通过ci=(μi,di)的大小来确定，而ci的大小可以通过其范数来确定，有：

(2)

式中：(ci,ci)为向量ci的内积。通过ci的内积和最大隶属度原则，对评判结果进行处理。

3 案例分析

以某风电场1.5 MW机组齿轮箱为研究对象，以齿轮箱统计数据作为风电机组部件实际运行情况，进行部件重要度评判。

①建立评判指标集，包括部件重要度评判的影响因素、定性定量指标内容和量化方法。参照现有电力行业重要度评判指标，同时考虑指标间的耦合性，筛选出评判过程主要影响因素和评价因素的评判内容。重要度等级评判如表1所示。

表1 重要度等级评判表

②获取齿轮箱运行参数。

1.5 MW齿轮箱的统计数据如下：该齿轮箱发生故障时，系统功能会基本丧失；平均无故障时间为9 750 h；齿轮箱故障进行的维修或更换导致停运时间在4.25 d；维修造成经济损失较高；维修费用为中等水平；可监测性对技术的要求介于中等水平和低水平之间。

③灰色模糊与权重矩阵的建立。

④综合评判与结果处理。

根据式(1)得：

根据本文所采用的评判结果处理方法，可得各评判结果向量的范数分别为：‖c1‖=1.157 0,‖c2‖=1.051 1,‖c3‖=0.983 3。该机组的齿轮箱属于关键部件，与风电场实际运维经验相符。

4 结束语

本文在传统模糊综合评判方法的基础上，考虑到各评判因素信息获取的不完全性，引入灰度的概念。将灰色模糊综合评判方法应用于风电机组部件重要度评判领域，并以齿轮箱为例，取得较理想的效果。考虑到机械设备的共同特点，也可将该方法拓展到风电机组的其他部件上，从而为风电机组的维修决策提供依据。

[1] 崔志博.中压大功率风电变流器控制系统研究[D].北京：北京交通大学,2016.

[2] 王宝,刘青,王彬,等.基于重要度的电弧炉炼钢系统维修决策[J].中南大学学报(自然科学版),2013,44(1):14-24.

[3] 张毅.基于重要度划分的设备维修方式决策[J].兵工自动化,2005,24(6):23-24.

[4] 黄必清,何焱,王婷艳.基于模糊综合评价的海上直驱风电机组运行状态评估[J].清华大学学报(自然科学版),2015,55(5):543-549.

[5] 王成成.基于可靠性分析的风电机组状态维修决策研究[D].保定：华北电力大学,2014.

[6] 刘佳,王敏,顾煜炯,等.基于TOPSIS重要度分析的风电场设备维修方式逻辑决策[J].可再生能源,2012,30(12):29-34.

[7] 董玉亮，顾煜烔，杨昆.基于蒙特卡洛模拟的发电厂设备重要度分析[J].中国电机工程学报，2003，23(8)：201-205.

[8] 罗乔东,武自芳,辛乐.基于模糊综合评判的电梯群控算法的研究与实现[J].自动化仪表,2004,25(1):43-45.

[9] 张媛,熊小伏,周家启,等.基于灰色模糊综合评判的断路器维修排序方法[J].电网技术,2008,32(8):21-24.

Evaluation Method Based on Grey Fuzzy for Importance Degree
of Components of Wind Turbine

LIU Huaxin,YUAN Yiming,ZHOU Pei,HAN Zhonghe
(School of Energy,Power and Mechanical Engineering,North China Electric Power University,Baoding 071003,China)

The poor environmental conditions and complex factors of influence of the working situation of the wind turbine lead to the higher failure rates,so it is necessary to make reasonable maintenance decision.The importance degree of the components is classified,to recognize the components which bring critical influence on the reliability and maintenance of the unit; then reasonable decision can be made based on the classification.According to the traditional evaluation method,a method for evaluating the importance degree of wind turbine components based on grey fuzzy theory is proposed.In this method,the evaluation system composing of six evaluation factors and three evaluation sets are constructed,and the triangular membership function and semi-trapezoid membership function are combinedto determine the membership degree.In addition,taking into account the incomplete information of each evaluation factor,the concept of gray level is introduced,and the grey fuzzy comprehensive evaluation method is used to evaluate the importance degree of wind turbine components.The method is applied in the evaluation of the importance of the gearbox in the 1.5 MW unit of a wind farm; the method can also be extended to the evaluation of the importance degree of other components of the wind turbine,so as to provide the basis for the maintenance decision of the wind turbine.

Wind turbine component; Gearbox; Factor sets； Gray fuzzy; Importance degree； Evaluation of importance degree

国家科技支撑计划基金资助项目(2014BAA06B01)、中央高校基本科研业务费专项基金资助项目(2015MS133)。

刘华新(1980—)，男，硕士，讲师，主要从事电站设备状态检测、控制与信息技术方向的研究。E-mail:zns007@sina.com。

TH132;TP312

A

10.16086/j.cnki.issn1000-0380.201707003

修改稿收到日期:2017-03-21