風力發電機組設備風險評價及可靠性分析研究

王暉 王磊

摘 要：本文針對風電機組運行效率低、故障率高等問題，以風力發電機組系統中主軸為研究對象，開展機組故障實時風險評價和可靠性分析研究。建立了歷史數據構建風力發電機組故障知識分析模型，采用基于層次的模糊綜合評判方法評估其故障風險，計算并比較各故障模式危害程度，獲得系統各故障模式的危害程度并計算系統固有風險和可靠性。

關鍵詞：風電機組;風險評價;可靠性分析

0 引言

近年來，風電機組裝機容量大幅度提升，躍居成為新能源發電發展最快的能源之一。但大多數風力發電企業出現“重制造輕管理”的誤區，進而導致對風電機組的監控及管理水平降低，造成風電機組在生產中運行效率低下，故障頻發，給企業造成了極大的損失，如何保障風電機組安全高效運行已成為現在多數研究學者的重要課題。隨著風電監測技術的大力發展，將機械傳動機構的故障分析及監測技術引入進到風電設備中軸承、齒輪箱等設備的監控中，同時由于風場運行在室外，受天氣變化影響較大，現有的風電機組監控策略常常暴露出不足。目前風電企業普遍缺少對風電設備進行可靠性分析，本文以風力發電機組系統中主軸為研究對象，開展機組故障實時風險評價和可靠性分析研究。首先基于歷史數據構建風力發電機組故障知識分析模型，采用基于層次的模糊綜合評判方法評估其故障風險，計算并比較各故障模式危害程度，獲得系統各故障模式的危害程度并計算系統固有風險和可靠性。

1 風電機組主軸系統故障分析

采用層次分析法對風電機組主軸系統進行結構劃分，進行故障模式和影響分析，主要內容包括故障模式、故障原因、故障影響和對策措施，建立主軸系統的FMECA表。

2 基于模糊層次分析法的主軸系統綜合評價

開展對主軸系統故障模式的綜合評價和綜合危害等級計算，具體的流程為下圖1所示。

（1）確定因素集U和通常評價結果分為4個等級，即評價集V;

U={故障概率，嚴重度，檢測難易程度，維修難易程度}

V={1，2，3，4}

可根據表1所列標準對各個影響因素進行等級劃分。

（2）建立模糊因素評價矩陣。成立一個由h人組成的專家評價組，每位專家對各影響因素評出一個等級，則得到的評價級為：

其中，。

由此得到第k個故障模式的各因素評價集的模糊因素評價矩陣為：

（3）確定各個影響因素權重集。在權重確定的時候，有很多的人為因素影響，在這里采用層次分析法可以盡量消除這種影響，保證有效性和實用性。判斷矩陣構造如下：

其中代表 相對于 的重要程度。

（4）模糊綜合評估和綜合危害度等級計算：將故障模式k的因素權重集改寫為向量形式，則相對應的模糊綜合評價向量為：

最后將各故障模式因素集對應的權重集通過加權平均法處理，則可以看出危害結果。

3 結論

本文以風力發電機組系統中主軸為研究對象，開展機組故障實時風險評價和可靠性分析研究。首先構建風力發電機組故障知識分析模型，然后采用基于層次的模糊綜合評判方法評估其故障風險，計算并比較各故障模式危害程度，從而獲得系統各故障模式的危害程度并計算系統固有風險和可靠性。

參考文獻：

[1]高嶄.風力發電機組故障風險評價與維修決策[D].華北電力大學，2012.

[2]王成成.基于可靠性分析的風電機組狀態維修決策研究[D].華北電力大學，2014：21-27.

[3]劉佳.風電場設備維修決策支持系統研究[D].華北電力大學， 2013.

[4]楊建軍，黎放，魏軍.基于功能模型的復雜系統FMEA方法[J]. 海軍工程大學學報，2009，21（04）：103-107.

[5]張建平，閆夏.灰色預測模型在煤礦安全風險預控系統中的研究[J].系統科學學報，2010（02）：021.