试运行期间风电机组平均故障间隔时间的估计

发布时间：2018-04-20 12:22

本文选题：风电机组 + 可靠性　；参考：《中国电机工程学报》2014年21期

【摘要】：试运行期间平均故障间隔时间(mean time between failures,MTBF)是反映风电机组可靠性的重要指标,但由于此期间的运行故障数据样本少且故障停机随机性较强,现有MTBF分析方法的误差较大。针对此种小样本估计问题和故障的随机性,提出了一种利用多台机组运行信息的MTBF估计方法。其基本思路是:根据风电机组安装及其故障数据的特点,构造具有相同配置的多台故障停机的随机截尾数据,对机组的可靠度进行Kaplan-Meier非参数估计;基于这种初步估计结果,再进行二参数威布尔(Weibull)分布拟合,并根据Weibull分布的性质计算得到机组的MTBF。该文利用北方某风电场的试运行数据,对2012年11月投产的20台风电机组进行了MTBF分析计算,结果表明该方法能够有效提高机组试运行期MTBF估计的精度。
[Abstract]:Mean time between failure time (MTBF) is an important index to reflect the reliability of wind turbine units during trial operation. However, due to the small sample of operation fault data and the strong randomness of fault shutdown during this period, the error of existing MTBF analysis methods is large. In order to solve the problem of small sample estimation and the randomness of faults, a MTBF estimation method based on the operation information of multiple units is proposed. The basic idea is: according to the characteristics of wind turbine installation and fault data, the random truncation data of multiple fault shutdown with the same configuration are constructed, and the reliability of the unit is estimated by Kaplan-Meier nonparametric estimation, based on the preliminary estimation results, Then the two-parameter Weibull) distribution is fitted and the MTBFs of the unit are calculated according to the properties of the Weibull distribution. Based on the trial operation data of a wind farm in the north of China, the MTBF analysis and calculation of 20 wind turbine units put into production in November 2012 are carried out. The results show that the method can effectively improve the accuracy of MTBF estimation in the trial operation period of the units.
【作者单位】：华北电力大学能源动力与机械工程学院;
【基金】：中央高校基本科研业务费专项资金资助(2014XS16)~~
【分类号】：TM315

【参考文献】

相关期刊论文前10条

1 王小亮;王运吉;关爱杰;黄河;;基于自助法的Bayes小子样精度评定[J];弹箭与制导学报;2006年04期

2 冯蕴雯,黄玮,吕震宙,宋笔锋,冯元生;极小子样试验的半经验评估方法[J];航空学报;2004年05期

3 郭建英;孙永全;王铭义;丁喜波;;基于计算机仿真的风电机组系统可靠性综合[J];机械工程学报;2012年02期

4 黄丽琨;;基于Bootstrap法的动态修正贝叶斯精度评估[J];数学理论与应用;2007年02期

5 周源泉;李宝盛;;故障终止时,HPP故障数的双样和多样预测[J];强度与环境;2008年05期

6 张芳;孟昭为;;Bootstrap法对时间序列问题预测区间的修正[J];山东理工大学学报(自然科学版);2010年04期

7 胡正东;曹渊;张士峰;蔡洪;;特小子样试验下导弹精度评定的Bootstrap方法[J];系统工程与电子技术;2008年08期

8 钱萍;陈文华;李星军;高亮;马子魁;;产品可靠性的Bootstrap回归统计分析方法[J];仪器仪表学报;2010年11期

9 孙永全;郭建英;陈洪科;丁喜波;崔晓萌;;兆瓦级直驱风力发电机组可靠性增长预测[J];中国电机工程学报;2010年18期

10 郑小兵;董景新;张志国;孟令晶;;弹道导弹落点密集度综合评定方法[J];中国惯性技术学报;2011年04期

【共引文献】

相关期刊论文前10条

1 安学利;赵明浩;蒋东翔;李少华;;基于支持向量机和多源信息的直驱风力发电机组故障诊断[J];电网技术;2011年04期

2 安学利;蒋东翔;李少华;;基于决策融合的直驱风力发电机组轴承故障诊断[J];电网技术;2011年07期

3 陈玉峰;;变量越界故障的测试方法研究[J];电子测量技术;2012年05期

4 胡正东;夏青;张士峰;蔡洪;;导弹精度评估的非参数Bootstrap方法[J];飞行器测控学报;2007年05期

5 闫志强;蒋英杰;谢红卫;;变动统计方法及其在试验评估技术中的应用综述[J];飞行器测控学报;2009年05期

6 段晓君;王刚;;基于复合等效可信度加权的Bayes融合评估方法[J];国防科技大学学报;2008年03期

7 汤腾;党新安;杨志伟;;高速电主轴系统的极小子样试验评估方法研究[J];广西大学学报(自然科学版);2012年02期

8 孙珂;张琳;宋福龙;孙英云;肖笋;;电力流向及规模优化研究模型和研究方法[J];电力建设;2012年08期

9 何江;孙有朝;;基于Bayes理论的多源可靠性数据融合方法应用研究[J];飞机设计;2012年06期

10 王连锋;宋建社;曹继平;朱昱;;小子样条件下导弹装备零部组件可靠性评估[J];兵工自动化;2013年02期

相关期刊论文前10条

1 张士峰,夏胜平,贾沛然;导弹落点精度的综合评定方法[J];兵工学报;2002年02期

2 段晓君,王正明;小子样下的Bootstrap方法[J];弹道学报;2003年03期

3 张勤;可靠性评估中随机模拟的精度控制[J];电力系统自动化;1996年04期

4 吴义纯,丁明;基于蒙特卡罗仿真的风力发电系统可靠性评价[J];电力自动化设备;2004年12期

5 孙国霞;李啸骢;蔡义明;;大型变速恒频风电系统的建模与仿真[J];电力自动化设备;2007年10期

6 凌禹;张同庄;;变速风力发电系统控制技术综述[J];电力自动化设备;2008年03期

7 苏春;王圣金;许映秋;;基于蒙特卡洛仿真的液压系统动态可靠性[J];东南大学学报(自然科学版);2006年03期

8 张金槐;精度评估中的自助方法[J];飞行器测控学报;2000年03期

9 张金槐;落点散布的不同评定方法及其剖析[J];飞行器测控学报;2002年02期

10 邓海军,查亚兵;自助法中若干问题研究及其在命中精度评估中的应用[J];飞行器测控学报;2005年01期

相关期刊论文前10条

1 陆俭国;;可靠性基础理论讲座(二)[J];低压电器;1983年03期

2 麻森;电机线棒电压老化寿命分布参数的估计[J];大电机技术;1987年03期

3 陈敏祥;电动机寿命分布分析和可靠性估计[J];电机与控制学报;1998年02期

4 吴琼;电气设备检修计划排程优化模型的提出[J];广东电力;2004年05期

5 高文元;王加伟;王现青;马小英;;风力资源评估参数的研究[J];甘肃科技;2010年01期

6 李鸿岩;王峰;张波涛;刘斌;陈寿田;;耐电晕聚酰亚胺薄膜的可靠性研究[J];绝缘材料;2006年03期

7 丁留华;束静;;ZnO压敏电阻冲击电流寿命分布的试验研究[J];电子元件与材料;2010年10期

8 蒋佩南;钱跃新;王佳坤;万树德;;评定挤塑电缆n值的新方法及其验证试验[J];电线电缆;1983年04期

9 薄兰邰;失效分布的选择[J];微电子学与计算机;1989年08期

10 陆俭国,孙志诚;威布尔分布时的电器产品的可靠性抽样(Ⅰ)[J];低压电器;1990年03期