基于云模型和DSmT的风电机组状态评估方法

摘要：

为准确掌握风电机组的实际运行状态,需要利用已有的运行数据对风电机组运行状态进行研究,从而为其他风电机组的安全经济运行提供依据.根据风电机组监控与数据采集(supervisory control and data acquisition,SCADA)系统和风电机组状态监测系统(condition monitoring system,CMS)获得的监测数据,提出基于云模型和Dezert-Smarandache理论(DSmT)的风电机组状态评估方法.首先确定影响风电机组项目层的评价指标,建立多源参数融合的两级状态评价指标体系;其次确定各评估指标的动态劣化度,建立云模型,求出隶属度;再根据隶属度求得概率质量(mass)函数,采用DsmT对mass函数进行融合,在融合过程中引入mass函数的快速收敛算法以减少计算量,按照最大信任规则,确定评估状态;最后以我国华东地区某风场的风电机组健康状态评估为例对所提方法的有效性进行验证.与当前的风电机组评估方法对比,所提风电机组评估方法更加准确.

关键词：风电机组、状态评估、动态劣化度、云模型、DSmT

所属期刊栏目：34

分类号：TM614(发电、发电厂)

资助基金：重庆市自然科学基金面上项目cstc2020jcyj-msxmX0687

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：45-53