当前位置:主页 > 科技论文 > 电力论文 >

基于改进加权灰关联分析法的风电机组可靠性研究

发布时间:2018-01-22 18:22

  本文关键词: 风力发电机组 可靠性 故障树分析 动态分辨系数 加权灰关联度 出处:《电力系统保护与控制》2015年14期  论文类型:期刊论文


【摘要】:风电机组的可靠性评估可以为机组的可靠运行奠定基础。以风力发电机组液压系统为例,运用故障树分析法,并针对系统的灰色性及复杂性,提出利用改进灰关联分析法融合故障树的可靠性分析方法。该方法针对人为设置分辨系数使结果趋于平均化的不足,采用动态分辨系数确定原则,有效扩大了关联度分布区间。同时,为了更加符合实际工程需要,引入关联熵作为权重系数。通过对各种故障模式的重要度进行排序,找出系统的薄弱环节,为预防事故的发生,提高系统的可靠性提供理论依据。
[Abstract]:The reliability evaluation of wind turbine can lay a foundation for the reliable operation of wind turbine. Taking the hydraulic system of wind turbine as an example, the fault tree analysis method is used, and the grey and complexity of the system are pointed out. An improved grey correlation analysis method is proposed to fuse the fault tree reliability analysis method. This method aims at the deficiency of artificial setting resolution coefficient to make the result average, and adopts the principle of dynamic resolution coefficient determination. At the same time, in order to meet the practical engineering needs, the correlation entropy is introduced as the weight coefficient. By sorting out the importance of various fault modes, the weak links of the system are found. In order to prevent the occurrence of accidents and improve the reliability of the system to provide a theoretical basis.
【作者单位】: 华侨大学信息学院;
【基金】:国家自然科学基金项目(51177039) 福建省自然科学基金项目(2012J01223) 厦门市重大科技创新项目(3502Z2011008)~~
【分类号】:TM315
【正文快照】: This work is supported by National Natural Science Foundation of China(No.51177039).0引言风力发电机组是整个风电系统的核心设备,若其发生故障,会严重影响系统的正常运行,对电网造成冲击,降低供电可靠性,给国民经济造成巨大的损失。当前风电机组的维修策略正由传统的“

【参考文献】

相关期刊论文 前10条

1 郝正航;余贻鑫;;双馈风电机组机电耦合与轴系稳定的分析与辨识[J];电工技术学报;2011年03期

2 李大字;冯园园;刘展;楚纪正;靳其兵;;风力发电机组可靠性建模与维修策略优化[J];电网技术;2011年09期

3 史金瑶;方瑞明;卢小芬;梁颖;;基于小世界网络的双馈感应风力发电系统故障传播特性研究[J];高压电器;2013年02期

4 梁颖;方瑞明;;基于SCADA和支持向量回归的风电机组状态在线评估方法[J];电力系统自动化;2013年14期

5 朱晋;韦统振;霍群海;;A2MC VSC-HVDC系统可靠性分析与冗余度优化研究[J];电工技术学报;2013年S2期

6 杭俊;张建忠;程明;王伟;张明;;风力发电系统状态监测和故障诊断技术综述(英文)[J];电工技术学报;2013年04期

7 杨良军;熊小伏;张媛;;基于灰色关联度和理想解法的电力设备状态维修策略[J];电力系统保护与控制;2009年18期

8 余民;杨e,

本文编号:1455422


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/1455422.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fcc73***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com