基于模糊綜合評(píng)判法的風(fēng)電機(jī)組健康量化評(píng)價(jià)

文 | 閆慧麗，陳亞楠，陳剛，文坤，張海洋

隨著工業(yè)智能化的發(fā)展，現(xiàn)代工業(yè)要求設(shè)備運(yùn)行期間能夠及時(shí)準(zhǔn)確地監(jiān)測(cè)其運(yùn)行狀態(tài)，發(fā)現(xiàn)故障，排除故障，保證設(shè)備安全可靠運(yùn)行。風(fēng)電機(jī)組作為高成本產(chǎn)品，實(shí)時(shí)監(jiān)測(cè)風(fēng)電機(jī)組運(yùn)行狀況更具有重大的意義。近年來，已經(jīng)出現(xiàn)很多針對(duì)風(fēng)電機(jī)組不同系統(tǒng)、不同零部件的故障預(yù)警或診斷方法，但對(duì)整機(jī)的健康評(píng)價(jià)方法卻寥寥無幾，而目前風(fēng)電機(jī)組智能運(yùn)維的趨勢(shì)不僅要求監(jiān)控系統(tǒng)具有單一故障的預(yù)警及診斷能力，還要求對(duì)風(fēng)電機(jī)組的整機(jī)健康狀況進(jìn)行把握，實(shí)現(xiàn)整機(jī)健康評(píng)分的功能。

針對(duì)上述需求，有文獻(xiàn)提出了針對(duì)諸如電力變壓器、火電廠發(fā)電機(jī)組進(jìn)行健康評(píng)估的方法，但未涉及風(fēng)電機(jī)組。此后在重慶大學(xué)的一篇研究中提出應(yīng)用層次分析法及模糊綜合評(píng)判方法進(jìn)行風(fēng)電機(jī)組整機(jī)評(píng)價(jià)，為風(fēng)電機(jī)組整機(jī)健康評(píng)價(jià)提供了一個(gè)較好的思路，但仍具有一定的缺點(diǎn)：首先，該方法在構(gòu)建風(fēng)電機(jī)組評(píng)價(jià)體系時(shí)，選取的絕大多數(shù)特征指標(biāo)為溫度變量，忽略了風(fēng)電機(jī)組運(yùn)行過程中，變槳、整機(jī)振動(dòng)等變量異常帶來的影響；其次，該方法在計(jì)算劣化度的過程中未考慮不同工況下各變量變化范圍的不同，選取籠統(tǒng)單一的閾值作為劣化度計(jì)算的條件，造成劣化度準(zhǔn)確性不高，最終影響機(jī)組健康評(píng)價(jià)的可靠性。

因此，本文在該文獻(xiàn)的基礎(chǔ)上，首先加入了變槳、整機(jī)振動(dòng)等相關(guān)變量的影響因素，并通過構(gòu)建合理的評(píng)價(jià)指標(biāo)來計(jì)算變槳系統(tǒng)的相關(guān)劣化度，使風(fēng)電機(jī)組的健康評(píng)價(jià)體系更加完整；其次，通過對(duì)不同工況下的各變量進(jìn)行統(tǒng)計(jì)，確定出不同工況下各評(píng)價(jià)指標(biāo)的劣化度計(jì)算閾值，并采用動(dòng)態(tài)閾值的方法進(jìn)行劣化度計(jì)算，從而使各變量的劣化度計(jì)算更加準(zhǔn)確；最后，利用合適的分?jǐn)?shù)向量將機(jī)組不同的狀態(tài)轉(zhuǎn)化成相應(yīng)的健康得分，有助于通過分?jǐn)?shù)直觀地觀察到各變量、系統(tǒng)及機(jī)組的劣化趨勢(shì)。

風(fēng)電機(jī)組健康評(píng)價(jià)指標(biāo)體系建立

風(fēng)電機(jī)組從運(yùn)行之初便通過傳感器對(duì)其各個(gè)關(guān)鍵部件進(jìn)行多維度監(jiān)測(cè)，并通過SCADA監(jiān)控系統(tǒng)進(jìn)行數(shù)據(jù)采集及存儲(chǔ)，其變量個(gè)數(shù)根據(jù)需求從幾十個(gè)到幾百個(gè)不等，這些運(yùn)行數(shù)據(jù)能夠較全面地監(jiān)測(cè)及反映風(fēng)電機(jī)組的運(yùn)行狀況。在這些變量中，溫度變量是一類比較重要的變量，因?yàn)闇囟茸兞烤哂袩釕T性，抗干擾能力強(qiáng)，與部件的劣化情況具有較強(qiáng)相關(guān)性，適用于劣化度函數(shù)的計(jì)算。但是，風(fēng)電機(jī)組中只有齒輪箱系統(tǒng)、發(fā)電機(jī)系統(tǒng)、變流器與機(jī)艙的監(jiān)測(cè)變量中包含溫度變量，顯然不能夠較全面地反映風(fēng)電機(jī)組健康狀態(tài)。因此，本文在已選取溫度變量的基礎(chǔ)上，再次選取了SCADA系統(tǒng)中變槳及整機(jī)振動(dòng)的相關(guān)監(jiān)測(cè)變量，并通過合理構(gòu)造新的符合劣化度計(jì)算函數(shù)的評(píng)估指標(biāo)，將變槳系統(tǒng)及整機(jī)振動(dòng)加入到風(fēng)電機(jī)組健康評(píng)估中。

目前SCADA系統(tǒng)中，涉及變槳系統(tǒng)的變量主要為：葉片1/2/3角度，變槳1/2/3位置給定，變槳速度1/2/3，變槳1/2/3速度給定，變槳電機(jī)1/2/3電流，共計(jì)15個(gè)變量。以上這些變量在實(shí)際運(yùn)行中主要是用于變槳控制，單獨(dú)變量的大小無法代表相關(guān)參數(shù)的異?；虿考踊?，與風(fēng)電機(jī)組的有功功率也無線性關(guān)系。但是變量相互之間的差值：變槳角度差、變槳速度差、變槳電機(jī)電流差卻可以反映出變槳系統(tǒng)的準(zhǔn)確性、及時(shí)性及三個(gè)變槳電機(jī)的負(fù)載是否均衡。這三個(gè)差值越大，說明變槳系統(tǒng)性能越差，出現(xiàn)問題的概率也越高，正符合越小越優(yōu)型的劣化度計(jì)算函數(shù)。因此，本文將上述變量的差值定義為變槳系統(tǒng)健康評(píng)價(jià)指標(biāo)。

綜上所述，本文選取能夠反映風(fēng)電機(jī)組健康的40個(gè)監(jiān)測(cè)變量構(gòu)建風(fēng)電機(jī)組的健康評(píng)價(jià)指標(biāo)體系（圖1），該評(píng)估體系中包含28個(gè)評(píng)估指標(biāo)，涉及6個(gè)子系統(tǒng)。

劣化度計(jì)算

由于風(fēng)電機(jī)組健康狀態(tài)評(píng)價(jià)指標(biāo)具有各自的物理意義和取值范圍，為了消除量綱的影響，需要對(duì)風(fēng)電機(jī)組健康評(píng)價(jià)指標(biāo)做歸一化處理。本文引入劣化度的概念，表征風(fēng)電機(jī)組當(dāng)前實(shí)際狀態(tài)與故障狀態(tài)相比的劣化程度，其取值范圍為［0，1］，其中0表示健康，1表示劣化，0到1之間不同取值反映評(píng)判指標(biāo)不同的劣化程度。根據(jù)上節(jié)所選的風(fēng)電機(jī)組健康評(píng)價(jià)指標(biāo)，本文選取越小越優(yōu)型的劣化度計(jì)算函數(shù)，如公式（1）所示。

式中，g（x）為評(píng)價(jià)指標(biāo)的劣化度；x為評(píng)價(jià)指標(biāo)的實(shí)測(cè)值；α為評(píng)價(jià)指標(biāo)劣化區(qū)間的下限值；β為評(píng)價(jià)指標(biāo)劣化區(qū)間的上限值。

由劣化度函數(shù)可知，該函數(shù)的關(guān)鍵為閾值選取，且閾值設(shè)置的合理性將直接影響劣化度的準(zhǔn)確性，繼而影響后續(xù)對(duì)風(fēng)電機(jī)組的健康評(píng)價(jià)。在相關(guān)文獻(xiàn)中，對(duì)該值的設(shè)定均采取單一最高預(yù)警閾值，本文認(rèn)為單一閾值忽略了評(píng)價(jià)指標(biāo)在不同工況下變化范圍的不同，導(dǎo)致評(píng)價(jià)結(jié)果不夠準(zhǔn)確。

因此，本文將采用不同工況下的動(dòng)態(tài)閾值進(jìn)行劣化度計(jì)算。具體方法為通過對(duì)風(fēng)電機(jī)組有功功率進(jìn)行區(qū)間劃分，并對(duì)各區(qū)間內(nèi)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，最終實(shí)現(xiàn)各區(qū)間內(nèi)指標(biāo)閾值的確定。從而在計(jì)算劣化度時(shí)，根據(jù)不同工況采用不同閾值的劣化度函數(shù)進(jìn)行計(jì)算。本文的閾值上下限參考箱線圖異常判斷法則，分別選取Q1-1.5IQR、Q3＋3IQR作為劣化區(qū)間的下限及上限。其中，Q1、Q3分別為箱線圖的四分之一與四分之三分位數(shù)，IQR=Q3-Q1。

風(fēng)電機(jī)組模糊綜合評(píng)判法

風(fēng)電機(jī)組健康狀態(tài)是一種模糊的概念，例如“健康”與“良好”之間，“良好”與“注意”之間并非非此即彼，而是亦此亦彼，即表現(xiàn)出邊界不清楚，存在中間狀態(tài)。這不是由于人的主觀認(rèn)識(shí)達(dá)不到客觀實(shí)際所造成的，而是因?yàn)槭挛锏牟町愔g存在著中間過渡過程，是事物的一種客觀屬性。模糊綜合評(píng)價(jià)法正是解決這種問題的一種方法，它根據(jù)模糊數(shù)學(xué)中的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即用模糊數(shù)學(xué)對(duì)受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評(píng)價(jià)。

圖1 風(fēng)電機(jī)組健康評(píng)價(jià)指標(biāo)體系

一、風(fēng)電機(jī)組健康狀態(tài)評(píng)價(jià)集

機(jī)電設(shè)備健康狀態(tài)數(shù)的劃分常用1～9級(jí)標(biāo)度法，通過對(duì)比和分析風(fēng)電機(jī)組的實(shí)際工作狀態(tài)、健康特征信息以及運(yùn)維歷史數(shù)據(jù)，本文將風(fēng)電機(jī)組的健康狀態(tài)劃分為“健康”“良好”“注意”“惡化”“故障”五個(gè)等級(jí)，即評(píng)語V={V1，V2，V3，V4，V5}={健康，良好，注意，惡化，故障}。

二、隸屬度函數(shù)

隸屬度函數(shù)是模糊綜合評(píng)價(jià)的應(yīng)用基礎(chǔ)，它可以計(jì)算當(dāng)前指標(biāo)值，如劣化度隸屬于某個(gè)模糊概念的概率。隸屬度越接近1，表示該值屬于某個(gè)概念的程度越高。由于對(duì)同一個(gè)模糊概念，不同的人會(huì)建立不完全相同的隸屬度函數(shù)，因此隸屬度函數(shù)的定義具有一定的主觀性。本文將構(gòu)造健康狀態(tài)的嶺形分布函數(shù)，該函數(shù)所得隸屬度結(jié)果對(duì)健康評(píng)分具有較好的適用性，能夠建立劣化度與健康評(píng)分的一一對(duì)應(yīng)關(guān)系，從而反映機(jī)組健康情況，具體公式如式（2）-（6）所示。

圖2 嶺形分布函數(shù)圖

圖3 整機(jī)健康評(píng)價(jià)結(jié)果

該函數(shù)分布如圖2所示。

將各評(píng)價(jià)指標(biāo)劣化度代入上述隸屬度函數(shù)，則可得到系統(tǒng)層第i個(gè)系統(tǒng)中m個(gè)指標(biāo)參數(shù)的劣化度隸屬于上述n個(gè)健康狀態(tài)的隸屬度矩陣Ri，如式（7）所示：

圖4 WT05系統(tǒng)健康評(píng)分

式中，Ri為第i個(gè)系統(tǒng)的隸屬度矩陣；vmn為第i個(gè)系統(tǒng)中第m個(gè)指標(biāo)隸屬于健康狀態(tài)n（本文n=5）的隸屬度。

三、模糊綜合評(píng)判

式中，B為評(píng)判向量，指系統(tǒng)或整機(jī)隸屬于每個(gè)健康狀態(tài)的概率值；A為權(quán)重，本文各指標(biāo)權(quán)重取相同值；R為隸屬度矩陣，可由上述隸屬度函數(shù)計(jì)算得到；“·”為模糊評(píng)判算子，本文取加權(quán)平均。

按照上述過程，可以分別求得每個(gè)系統(tǒng)的評(píng)判向量Bi，從而構(gòu)成機(jī)組層面健康狀態(tài)的隸屬度矩陣R=［B1，B2，…Bi］（本文i=6），并繼續(xù)通過 B=A·R計(jì)算得出整機(jī)的健康評(píng)判向量。

四、風(fēng)電機(jī)組健康評(píng)分

在經(jīng)過上述模糊綜合評(píng)判之后，根據(jù)隸屬度最大原則可確定當(dāng)前整機(jī)的健康狀態(tài)，但無法得到關(guān)于機(jī)組的健康評(píng)分。因此，本文在此基礎(chǔ)上通過構(gòu)建合理的評(píng)分向量將評(píng)判向量轉(zhuǎn)化成分?jǐn)?shù)制從而實(shí)現(xiàn)機(jī)組健康評(píng)分，計(jì)算方法如式（9）所示：

式中，S為風(fēng)電機(jī)組健康評(píng)分；B為評(píng)判向量；P =（100，90，80，70，50）。

該健康評(píng)分中：100～90之間為“健康”，90～80之間為“良好”，80～70之間為“注意”，70～60之間為“故障”，60～50之間為“嚴(yán)重”。

實(shí)例分析

為驗(yàn)證上述風(fēng)電機(jī)組健康評(píng)分方法的有效性和準(zhǔn)確性，以某風(fēng)電場(chǎng)2MW機(jī)型2017年6月實(shí)際監(jiān)測(cè)數(shù)據(jù)為例進(jìn)行驗(yàn)證，選取該風(fēng)電場(chǎng)5臺(tái)機(jī)組并獲取其一月的數(shù)據(jù)。其中，數(shù)據(jù)粒度為1min，采取的健康評(píng)分間隔為10min，評(píng)分結(jié)果如下文所示。

圖3所示為五臺(tái)機(jī)組的整機(jī)健康評(píng)分趨勢(shì)圖。從圖中可以看出，五臺(tái)機(jī)組的整機(jī)健康評(píng)分基本在80分以上，處于良好的狀態(tài)；但是可以發(fā)現(xiàn)機(jī)組WT05的整機(jī)健康評(píng)分不斷走低，且存在低于80分的健康值。針對(duì)WT05單獨(dú)進(jìn)行分析，查看其各系統(tǒng)評(píng)分，如圖4所示。

由圖4可知，該機(jī)組齒輪箱系統(tǒng)在整個(gè)月中評(píng)分不斷降低，到月中已經(jīng)處于故障狀態(tài)?？梢耘袛帻X輪箱評(píng)分較低是造成該機(jī)組整機(jī)健康評(píng)分較低的主要原因。繼續(xù)展開齒輪箱系統(tǒng)中各指標(biāo)的健康評(píng)分，如圖5所示。

由圖5可知，造成齒輪箱系統(tǒng)健康評(píng)分較低的原因是齒輪箱低速軸軸承溫度及齒輪箱進(jìn)口油溫健康評(píng)分較低；針對(duì)上述評(píng)分，查看WT05機(jī)組齒輪箱的實(shí)際運(yùn)行數(shù)據(jù)，并作時(shí)序?qū)Ρ葓D（圖6）。

由齒輪箱實(shí)際數(shù)據(jù)可以發(fā)現(xiàn)，機(jī)組WT05的齒輪箱低速軸軸承溫度、齒輪箱進(jìn)口油溫明顯偏離其他正常機(jī)組；并且其溫度越來越高，正驗(yàn)證了前述齒輪箱相關(guān)指標(biāo)及系統(tǒng)的評(píng)分越來越低的現(xiàn)象。而由風(fēng)電場(chǎng)實(shí)際故障維修記錄可知，直到6月28日風(fēng)電機(jī)組才報(bào)出該故障并由維護(hù)人員進(jìn)行登機(jī)維修，相較于其故障發(fā)生時(shí)間至少延后一個(gè)月。

結(jié)論

圖5 WT05指標(biāo)健康評(píng)分

圖6 齒輪箱實(shí)際數(shù)據(jù)分析

圖7 故障維修記錄表

本文通過構(gòu)建風(fēng)電機(jī)組健康評(píng)價(jià)指標(biāo)體系，引入劣化度，采用模糊綜合評(píng)判法實(shí)現(xiàn)對(duì)風(fēng)電機(jī)組的健康評(píng)估，并對(duì)原方法進(jìn)行了一定程度的完善和改進(jìn)。首先，通過構(gòu)建合理的評(píng)價(jià)指標(biāo)在原有的評(píng)價(jià)指標(biāo)體系中加入了變槳、偏航等相關(guān)變量的影響因素，從而使風(fēng)電機(jī)組的健康評(píng)價(jià)體系更加完整；其次，優(yōu)化了劣化度閾值設(shè)定方法，采用動(dòng)態(tài)閾值的方法進(jìn)行劣化度計(jì)算，使各變量的劣化度計(jì)算更加準(zhǔn)確；最后，利用合理的分?jǐn)?shù)向量將機(jī)組不同的狀態(tài)轉(zhuǎn)化成相應(yīng)的健康得分，有助于通過分?jǐn)?shù)直觀地看到各變量、系統(tǒng)及機(jī)組的劣化趨勢(shì)。實(shí)例驗(yàn)證結(jié)果表明，該方法具有有效性和可行性，有助于運(yùn)維人員了解風(fēng)電機(jī)組的健康狀態(tài)，及時(shí)發(fā)現(xiàn)安全隱患。同時(shí)，可用于風(fēng)電場(chǎng)的日常運(yùn)行維護(hù)策略制定。