劉華新，苑一鳴，周 沛，韓中合

(華北電力大學能源動力與機械工程學院，河北 保定 071003)

風電機組部件重要度灰色模糊評判方法

劉華新，苑一鳴，周 沛，韓中合

(華北電力大學能源動力與機械工程學院，河北 保定 071003)

風力機工作環(huán)境惡劣、工況影響因素復雜導致其故障率較高，因此需要對風力機進行合理的維修決策。對部件重要度等級進行分類，可以辨識出對機組可靠性和維修有重要影響的部件，并依此來制定合理的維修決策。結合傳統(tǒng)評價方法，提出了基于灰色模糊的風電機組部件重要度評判方法。該方法構建了包含六個評判因素和三個評判集在內(nèi)的評價體系，結合三角隸屬函數(shù)和半梯形隸屬函數(shù)來確定隸屬度。同時，考慮到各評判因素信息獲取的不完全性，引入灰度的概念，利用灰色模糊綜合評判法對風電機組部件重要度進行評價。將該方法用于某風電場1.5 MW機組齒輪箱的重要度評價，其評價結果符合實際生產(chǎn)情況。該方法可應用于風電機組的其他部件的重要度評價，從而為風電機組維修決策提供依據(jù)。

風電機組部件； 齒輪箱； 因素集； 灰色模糊； 重要度等級； 重要度評判

0 引言

對于風力機來說，其工作環(huán)境惡劣，運行工況影響因素較多，從而導致故障率較高，可靠性不理想。據(jù)歐洲風能理事會的統(tǒng)計數(shù)據(jù)顯示，風電機組運維成本約占度電成本的20%～25%[1]。因此，采用合理的檢修手段可以有效降低發(fā)電成本。

分析風電機組部件的重要度，可對部件重要度等級進行分類，從而辨別出對機組可靠性和維修有重要影響的部件。文獻[2]將蒙特卡羅法和模糊層次分析法用于部件的維修決策，這在一定程度上降低了主觀因素的影響；文獻[3]利用模糊綜合評判方法進行重要度評判，但僅考慮評判因素的模糊性，沒有考慮其灰色性。

針對現(xiàn)有風電機組部件重要度評判方法的不足，本文提出基于灰色模糊的風電機組部件重要度評判方法。與傳統(tǒng)評判方法相比，本方法增強了評判過程的客觀性。該方法可為制定機組維修決策和應急機制提供依據(jù)。

1 灰色模糊綜合評判的基本步驟

參考模糊綜合評判模型的建立過程[4]，評判模型的建立過程主要分為以下幾個步驟。

①確定參與評判的風電機組部件。

本文進行風電機組部件重要度評判的目的就是對部件級的機組設備進行重要度排序，從而根據(jù)結果指導維修決策。而對于風電機組來說，并不需要對所有的組成單元進行維修決策。據(jù)某風電機組故障率統(tǒng)計數(shù)據(jù)顯示，潤滑油系統(tǒng)故障率為0.04%，機艙故障率為0.05%，塔架故障率為0.45%[5]。顯然，對于這些系統(tǒng)或單元，根據(jù)實際經(jīng)驗和分析可以確定設備的故障基本不會發(fā)生，屬于不重要的部件。針對這樣的系統(tǒng)或單元，采用定期維修即可。因此，選取重要單元是風電機組部件級維修和評判的前提。

②在對參評部件故障分析的基礎上，得到重要度評判的因素集。

③獲取風電機組部件的實際運行情況。

④劃分部件重要度等級，以此建立評判集。

⑤通過量化取值確定因素集與評判集之間的灰色模糊關系，根據(jù)各因素信息的充分程度建立因素集與評判集之間的灰色關系；根據(jù)各因素信息對于評判集的隸屬程度，建立模糊關系。

⑥利用層次分析法確定權重集A。

⑦重要度的灰色模糊綜合評判。

2 風電機組部件灰色模糊綜合評判模型

2.1 風電機組部件重要度評判因素集的確定

文獻[6]、文獻[7]分別分析了風電設備重要度評判因素和電廠的風險評判因素，而重要度評價因素之間存在較強的耦合性。為了減小評價過程的計算量，又兼顧評判的精確性，有必要對重要度評價因素進行簡化。

可靠性因素是衡量機組運行可靠性和單位時間出力能力的重要因素；經(jīng)濟性因素是運行維修必須要考慮的因素，很大程度上影響了設備的重要程度；狀態(tài)維修已普遍用于風機維修領域，而狀態(tài)維修離不開設備的狀態(tài)監(jiān)測，因此部件的可監(jiān)測性是影響其重要度的不可忽略的一個因素。本文考慮可靠性因素(對系統(tǒng)功能的影響、失效頻率、停運時間)、經(jīng)濟性因素(維修造成的經(jīng)濟損失、維修費用)、監(jiān)測性因素(可監(jiān)測性)來劃分部件的重要程度。

2.2 風電機組部件重要度評判集的確定

為了對設備重要度等級進行分類，依據(jù)設備重要度分類準則，將設備重要程度分為三類，形成評判集S={s1,s2,s3}。s1表示關鍵設備；s2表示重要設備；s3表示一般設備。

2.3 灰色模糊關系矩陣的確定

2.3.1 模部的確定

因素集與評判集之間的關系可以通過模糊關系隸屬度函數(shù)[8]來表示。通常，在工程計算領域，采用三角隸屬函數(shù)、梯形或半梯形隸屬函數(shù)可有效降低計算的復雜程度，且與復雜隸屬函數(shù)的計算結果差別較小。本文采用三角隸屬函數(shù)對評判集中重要設備分類，另外兩個分類采用半梯形隸屬函數(shù)。

2.3.2 灰部的確定

考慮到通過隸屬度函數(shù)確定信息時，存在不可信度對評判過程的影響，在灰色模糊評判過程中引入灰度的概念。根據(jù)模糊關系包含信息量的多少，將灰度取值分成五個等級：充分、比較充分、一般、較貧乏、很貧乏，對應的灰度值為0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0。根據(jù)實際情況，確定灰度的取值。

2.3.3 權重矩陣的確定

因素集中，各因素權重是因素在部件重要度確定過程中所占重要程度的定量反映，權重矩陣表達了被評判對象與評判因素之間的灰色模糊關系。本文采用層次分析法確定各因素的權重。

2.3.4 灰色模糊綜合評判

(1)

2.3.5 評判結果的處理

文獻[9]指出，對于評判結果處理方法主要有兩種，一種是考慮隸屬度最大的同時兼顧灰度最小的原則進行判斷，但在隸屬度和灰度同時最大時便難以判斷；另一種是采用可能性矩陣的方式，過程較復雜。因此，采用內(nèi)積法和隸屬度最大原則相結合的方式，評判部件的重要程度。

評判結果中第i個向量bi，令di=1-vi，稱di為bi的可信度，其中vi為bi的灰度。評判結果中各向量的大小可通過ci=(μi,di)的大小來確定，而ci的大小可以通過其范數(shù)來確定，有：

(2)

式中：(ci,ci)為向量ci的內(nèi)積。通過ci的內(nèi)積和最大隸屬度原則，對評判結果進行處理。

3 案例分析

以某風電場1.5 MW機組齒輪箱為研究對象，以齒輪箱統(tǒng)計數(shù)據(jù)作為風電機組部件實際運行情況，進行部件重要度評判。

①建立評判指標集，包括部件重要度評判的影響因素、定性定量指標內(nèi)容和量化方法。參照現(xiàn)有電力行業(yè)重要度評判指標，同時考慮指標間的耦合性，篩選出評判過程主要影響因素和評價因素的評判內(nèi)容。重要度等級評判如表1所示。

表1 重要度等級評判表

②獲取齒輪箱運行參數(shù)。

1.5 MW齒輪箱的統(tǒng)計數(shù)據(jù)如下：該齒輪箱發(fā)生故障時，系統(tǒng)功能會基本喪失；平均無故障時間為9 750 h；齒輪箱故障進行的維修或更換導致停運時間在4.25 d；維修造成經(jīng)濟損失較高；維修費用為中等水平；可監(jiān)測性對技術的要求介于中等水平和低水平之間。

③灰色模糊與權重矩陣的建立。

④綜合評判與結果處理。

根據(jù)式(1)得：

根據(jù)本文所采用的評判結果處理方法，可得各評判結果向量的范數(shù)分別為：‖c1‖=1.157 0,‖c2‖=1.051 1,‖c3‖=0.983 3。該機組的齒輪箱屬于關鍵部件，與風電場實際運維經(jīng)驗相符。

4 結束語

本文在傳統(tǒng)模糊綜合評判方法的基礎上，考慮到各評判因素信息獲取的不完全性，引入灰度的概念。將灰色模糊綜合評判方法應用于風電機組部件重要度評判領域，并以齒輪箱為例，取得較理想的效果。考慮到機械設備的共同特點，也可將該方法拓展到風電機組的其他部件上，從而為風電機組的維修決策提供依據(jù)。

[1] 崔志博.中壓大功率風電變流器控制系統(tǒng)研究[D].北京：北京交通大學,2016.

[2] 王寶,劉青,王彬,等.基于重要度的電弧爐煉鋼系統(tǒng)維修決策[J].中南大學學報(自然科學版),2013,44(1):14-24.

[3] 張毅.基于重要度劃分的設備維修方式?jīng)Q策[J].兵工自動化,2005,24(6):23-24.

[4] 黃必清,何焱,王婷艷.基于模糊綜合評價的海上直驅(qū)風電機組運行狀態(tài)評估[J].清華大學學報(自然科學版),2015,55(5):543-549.

[5] 王成成.基于可靠性分析的風電機組狀態(tài)維修決策研究[D].保定：華北電力大學,2014.

[6] 劉佳,王敏,顧煜炯,等.基于TOPSIS重要度分析的風電場設備維修方式邏輯決策[J].可再生能源,2012,30(12):29-34.

[7] 董玉亮，顧煜烔，楊昆.基于蒙特卡洛模擬的發(fā)電廠設備重要度分析[J].中國電機工程學報，2003，23(8)：201-205.

[8] 羅喬東,武自芳,辛樂.基于模糊綜合評判的電梯群控算法的研究與實現(xiàn)[J].自動化儀表,2004,25(1):43-45.

[9] 張媛,熊小伏,周家啟,等.基于灰色模糊綜合評判的斷路器維修排序方法[J].電網(wǎng)技術,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

國家科技支撐計劃基金資助項目(2014BAA06B01)、中央高?；究蒲袠I(yè)務費專項基金資助項目(2015MS133)。

劉華新(1980—)，男，碩士，講師，主要從事電站設備狀態(tài)檢測、控制與信息技術方向的研究。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