王晖 王磊

摘 要：本文针对风电机组运行效率低、故障率高等问题，以风力发电机组系统中主轴为研究对象，开展机组故障实时风险评价和可靠性分析研究。建立了历史数据构建风力发电机组故障知识分析模型，采用基于层次的模糊综合评判方法评估其故障风险，计算并比较各故障模式危害程度，获得系统各故障模式的危害程度并计算系统固有风险和可靠性。

关键词：风电机组;风险评价;可靠性分析

0 引言

近年来，风电机组装机容量大幅度提升，跃居成为新能源发电发展最快的能源之一。但大多数风力发电企业出现“重制造轻管理”的误区，进而导致对风电机组的监控及管理水平降低，造成风电机组在生产中运行效率低下，故障频发，给企业造成了极大的损失，如何保障风电机组安全高效运行已成为现在多数研究学者的重要课题。随着风电监测技术的大力发展，将机械传动机构的故障分析及监测技术引入进到风电设备中轴承、齿轮箱等设备的监控中，同时由于风场运行在室外，受天气变化影响较大，现有的风电机组监控策略常常暴露出不足。目前风电企业普遍缺少对风电设备进行可靠性分析，本文以风力发电机组系统中主轴为研究对象，开展机组故障实时风险评价和可靠性分析研究。首先基于历史数据构建风力发电机组故障知识分析模型，采用基于层次的模糊综合评判方法评估其故障风险，计算并比较各故障模式危害程度，获得系统各故障模式的危害程度并计算系统固有风险和可靠性。

1 风电机组主轴系统故障分析

采用层次分析法对风电机组主轴系统进行结构划分，进行故障模式和影响分析，主要内容包括故障模式、故障原因、故障影响和对策措施，建立主轴系统的FMECA表。

2 基于模糊层次分析法的主轴系统综合评价

开展对主轴系统故障模式的综合评价和综合危害等级计算，具体的流程为下图1所示。

（1）确定因素集U和通常评价结果分为4个等级，即评价集V;

U={故障概率，严重度，检测难易程度，维修难易程度}

V={1，2，3，4}

可根據表1所列标准对各个影响因素进行等级划分。

（2）建立模糊因素评价矩阵。成立一个由h人组成的专家评价组，每位专家对各影响因素评出一个等级，则得到的评价级为：

其中，。

由此得到第k个故障模式的各因素评价集的模糊因素评价矩阵为：

（3）确定各个影响因素权重集。在权重确定的时候，有很多的人为因素影响，在这里采用层次分析法可以尽量消除这种影响，保证有效性和实用性。判断矩阵构造如下：

其中代表 相对于 的重要程度。

（4）模糊综合评估和综合危害度等级计算：将故障模式k的因素权重集改写为向量形式，则相对应的模糊综合评价向量为：

最后将各故障模式因素集对应的权重集通过加权平均法处理，则可以看出危害结果。

3 结论

本文以风力发电机组系统中主轴为研究对象，开展机组故障实时风险评价和可靠性分析研究。首先构建风力发电机组故障知识分析模型，然后采用基于层次的模糊综合评判方法评估其故障风险，计算并比较各故障模式危害程度，从而获得系统各故障模式的危害程度并计算系统固有风险和可靠性。

参考文献：

[1]高崭.风力发电机组故障风险评价与维修决策[D].华北电力大学，2012.

[2]王成成.基于可靠性分析的风电机组状态维修决策研究[D].华北电力大学，2014：21-27.

[3]刘佳.风电场设备维修决策支持系统研究[D].华北电力大学， 2013.

[4]杨建军，黎放，魏军.基于功能模型的复杂系统FMEA方法[J]. 海军工程大学学报，2009，21（04）：103-107.

[5]张建平，闫夏.灰色预测模型在煤矿安全风险预控系统中的研究[J].系统科学学报，2010（02）：021.