樊盼盼，袁逸萍+，孙文磊，樊小朝，赵 琴，马占伟

(1.新疆大学 机械工程学院，新疆 乌鲁木齐 830047；2.新疆大学 电气工程学院，新疆 乌鲁木齐 830047)

0 引言

大型风力发电机通常所处运行环境恶劣，高故障率和高运维成本的现状已引起风电运营商、制造商和运维公司等机构的关注，因此开展风电机组的状态监测和评估研究，及时准确感知风电机组运行状态，为优化风电场的运行及检修策略提供技术支撑，对规避安全隐患、降低计划外停机、延长机组服役寿命、减轻运维压力、节约运维成本，以保证风电机组安全高效运行有重要的学术意义和工程应用价值[1-2]。

风电机组是多部件互连的机电系统，部件间耦合作用机理复杂、工况频繁切换,故仅依靠风力发电机组数据采集与监控(Supervisory Control and Data Acquisition, SCADA)系统的监控报警功能无法准确感知风电机组的运行状况。充分利用现有SCADA数据是当前提高风电机组运行可靠性最迅速、有效的方式。因此，建立基于SCADA数据的风电机组态势评估算法，实时掌握风电机组的运行状况，对优化维修策略具有重要的工程应用价值。

目前，国内外相关文献主要是基于概率统计[3-4]、可拓理论[5]、集对分析[6]、云模型[7]、证据理论[8]、模糊综合评价[9-11]、贝叶斯网络[12]、支持向量机[13]、神经网络[14-16]等方法的系统状态评估。上述方法主要有以下两种思路：①以确定评估指标体系为基础，以评估指标的合理赋权为关键点，评估指标体系和权重确定的合理与否直接影响评估结果的有效性和准确性[16]；……