CN104484732B - 一种计及机组发电量的风电场维修部件选取方法 - Google Patents

一种计及机组发电量的风电场维修部件选取方法 Download PDF

Info

Publication number
CN104484732B
CN104484732B CN201410623450.6A CN201410623450A CN104484732B CN 104484732 B CN104484732 B CN 104484732B CN 201410623450 A CN201410623450 A CN 201410623450A CN 104484732 B CN104484732 B CN 104484732B
Authority
CN
China
Prior art keywords
maintenance
unit
power plant
mechanical part
wind
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410623450.6A
Other languages
English (en)
Other versions
CN104484732A (zh
Inventor
苏永新
段斌
李启航
谭貌
姚子力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiangtan University
Original Assignee
Xiangtan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiangtan University filed Critical Xiangtan University
Priority to CN201410623450.6A priority Critical patent/CN104484732B/zh
Publication of CN104484732A publication Critical patent/CN104484732A/zh
Application granted granted Critical
Publication of CN104484732B publication Critical patent/CN104484732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种计及机组发电量的风电场维修部件选取方法,主要涉及风电场某个或某些部件出现故障或者进行定期维修时,捎带进行其他部件的维修,捎带维修的机械部件,按以下步骤确定:1)根据风电场各风电机组额定功率、历史有功功率、历史风速信息,各机组机械部件使用寿命、历史维修数据,计算各台机组各个机械部件的可靠性系数;2)根据机组各机械部件使用寿命内发生可容忍故障、不可容忍故障的概率,结合各部件可靠性系数,确定各台机组各个部件维修的紧迫性;3)本次维修容量减去既定维修量,形成本次维修容量裕量,根据该裕量,按维修紧迫性从大到小顺序确定维修对象。本发明能降低风电场维修次数,降低维修费用。

Description

一种计及机组发电量的风电场维修部件选取方法
技术领域
本发明涉及风电场维修时机械部件的选取方法,具体地说,是涉及一种计及机组发电量的风电场维修部件选取方法。
背景技术
受风速的随机性和自身状态的动态性等影响,风电机组机械部件承受复杂的交变载荷,其内部缺陷不断形成、累积和发展,并导致材料性能逐渐劣化和损伤,需要及时维修。由于风电场一般地处偏远,甚至位于条件恶劣的海上,风电机组又位于高达数十米甚至百余米的塔架上,通常需要依靠大型吊车或吊船、直升机等大型的工程设施才能进行机械部件的维修,这些工程设施的租价昂贵,每天动辄数十万元,导致风电场维修费用居高不下。
目前,风电场实际采用较多的是定期维修与事后维修两种方式。定期维修是以时间为标准的定期维修,常见的维修周期有半年、一年、三年或五年。这种维修方式不考虑设备现实状态,可能造成在设备尚未到达故障或缺陷阈值时,就停机进行检修或者更换部件,造成浪费。事后维修一般是在设备发生故障后进行维修,一般用在预防性维修效果不好,故障带来的损失不大的场合。然而风电机组故障停机会带来的较大的维修支出和较大的发电损失,应尽量避免。
近年来,风电场机会维修研究不断深入。机会维修是指***中某个或某些部件出现故障或者需要进行定期维修时,其他部件的可靠性如果低于事先给定的控制限,那么这些部件将一起进行维修或者更换。
而现有风电场机会维修策略中,一般将机组部件可靠性作为选取参与维修对象的主要依据。当前,机组部件可靠性度量方面,一般通过多种假设,将机组部件可靠性简化为时间的函数,而不考虑风电机组有功功率、风电场风况等因素的作用。而事实上,国内外研究表明,对风电机组机械部件而言,其性能退化和故障,主要由机组的疲劳损伤引起,对确定的机组,一般而言,机组出力越大,其疲劳损伤越大,风电场紊流越大,其疲劳损伤也越大。另外一方面,风电机组能对某些故障容错运行,即使部件可靠性降低到一定程度,其维修紧迫性也并不突出。因此,需要一种更好的风电场维修部件选取方法。
发明内容
为了解决上述技术问题,本发明提供一种能综合风电机组有功功率、风电场风况等因素,度量机组各机械部件的可靠性,进而根据各部件发生可容忍故障、不可容忍故障的概率,综合表达维修紧迫性,据此,结合维修容量,选取参与维修的机械部件的方法。
本发明解决上述技术问题的技术方案包括以下步骤:
1)、根据风电场各风电机组额定功率、历史有功功率、历史风速信息,各机组机械部件使用寿命、历史维修数据,计算各台机组各个机械部件的可靠性系数
其中,Bj,k(t)是机组j的机械部件k在t时刻的平均损伤当量,是机组j在τ时刻的有功功率,是机组j的额定功率,是机组j的机械部件k的使用寿命标称值,tj,k是机组j的机械部件k的更换时间,是机组j在τ时刻的有效紊流强度,Ddis是紊流损伤当量系数,是机组j的机械部件k更换后第m次维修产生的损伤补偿,具体取值由每次维修操作的重要性决定,按经验取值,Iref是机组轮毂高度处风速为15m/s时的紊流强度基准值,vj(t)是风电机组j风速传感器t时刻测量到的风速,Sj是风电机组j的叶轮扫风面积,是t时刻机组j的上风向机组中,离机组j最近的机组f的推力系数;
2)、根据机组各机械部件使用寿命内发生可容忍故障、不可容忍故障的概率,结合各部件可靠性系数,确定各台机组各个部件维修的紧迫性;
①按下式估算各台机组各个部件t时刻发生可容忍故障、不可容忍故障的概率:
其中,Lj,k(t)表示t时刻机组j部件k发生不可容忍故障概率,Mj,k(t)表示t时刻机组j部件k发生可容忍故障概率,αk是部件k在整个寿命周期内发生不可容忍故障的概率,βk是部件k在整个寿命周期内发生可容忍故障的概率;
②按下式计算t时刻第j台机组部件k的维修紧迫性Yj,k(t):
Yj,k(t)=ηLj,k(t)+(1-η)Mj,k(t),(0≤η≤1)
其中,η表示不可容忍故障的优先权重,η取值在[0,1]之间,用1-η表示可容忍故障的优先权重,其默认值取0.7;
3)、本次维修容量减去既定维修量,形成本次维修容量裕量,根据该裕量,按维修紧迫性从大到小顺序确定维修对象;
①按下式计算本次维修容量裕量Rm
Rm=RC-Rf
其中,RC是本次维修容量,Rf是本次既定维修量,是指风电场机会维修策略下,必须处理的已发故障或必须进行的定期维修引起的维修量;
②令t为当前时刻,将Yj,k(t)值从大到小排列,选出Yj,k(t)超过阈值的机械部件;
③如果步骤②选出的部件维修量之和小于本次维修容量裕量Rm,则步骤②选出的部件均参与本次维修;如果步骤②选出的部件维修量之和大于本次维修容量裕量Rm,则按Yj,k(t)从大到小顺序选定部件参与本次维修,直到用尽本次维修容量裕量。
本发明的有益效果是:本发明在风电场某个或某些部件出现故障或者进行定期维修时,捎带进行其他部件的维修。捎带维修的机械部件,优先将维修紧迫性高的多个部件的维修活动一起进行,分摊***拆装、调试等高额固定维修费用,并降低风电场维修次数,从总体上降低风电场维修成本。
附图说明
图1表示本发明的流程图。
具体实施方式
如图1所示,机组机械部件的维修紧迫性与机械部件当前的可靠性系数有关,机械部件当前的可靠性系数又由各机组额定功率、各机组历史有功功率数据、各机组历史风速数据、各机组机械部件使用寿命和各机组历史维修数据决定,这些值又与疲劳损伤有关。
疲劳损伤是机组机械部件损伤的主要原因。根据疲劳的线性累积理论,疲劳损伤可以按其来源进行线性累加。风电机组机械部件疲劳损伤的来源可以分成两个部分,第一部分,源于机组发电相关的空气动力、重力、摩擦、动平衡等引起的应力应变等,称为工作损伤,机组输出的有功功率越大,工作损伤越大;第二部分,源于机组紊流有关的空气动力和空气弹性力导致引起的应力应变,称为紊流损伤,紊流强度越大,紊流损伤越大。另外,维修操作可以补偿机组的疲劳损伤。按照疲劳线性累积理论,计算总疲劳损伤时,忽略各种疲劳源之间的耦合作用。由此,可用式(1)估算风电机组机械部件的平均损伤当量:
其中,Bj,k(t)是机组j的机械部件k在t时刻的平均损伤当量;是机组j在τ时刻的有功功率;是机组j的额定功率;是机组j的机械部件k的使用寿命标称值;tj,k是机组j的机械部件k的更换时间;是机组j在τ时刻的有效紊流强度;Ddis是紊流损伤当量系数;是机组j的机械部件k更换后第m次维修产生的损伤补偿,具体取值由每次维修操作的重要性决定,按经验取值。
式(1)右边第一部分分母是在额定功率作用下,部件标称使用寿命内形成的工作损伤当量,也就是部件最大工作疲劳损伤当量;分子表示在机组实际功率情况下,从部件更换开始到指定时间t,形成的工作损伤当量,也就是部件实际工作损伤当量。式(1)右边第一部分描述的是工作损伤对可靠性的影响。
式(1)右边第二部分分母表示,紊流强度为1的情况下,在部件标称使用寿命内形成的疲劳损伤当量;分子表示在机组紊流强度作用下,从部件更换开始到指定时间t,形成的紊流损伤当量。而Ddis表示紊流损伤折合成工作损伤的系数。式(1)右边第二部分描述紊流损伤对可靠性的影响。
式(1)右边第三部分描述机械部件更换以来,历次维修对损伤的补偿,表达非更换性维修对部件可靠性的补偿。
机组j的有效紊流强度由机组j处的环境紊流和尾流紊流共同决定,可按式(2)-(4)计算:
其中,Iref是机组轮毂高度处风速为15m/s时的紊流强度基准值;vj(t)是风电机组j风速传感器t时刻测量到的风速;Sj是风电机组j的叶轮扫风面积;是t时刻机组j的上风向机组中,离机组j最近的机组f的推力系数。
一般而言,式(1)右边第二部分的值不超过第一部分的值。而式(1)右边第一部分的最大值为1,因此,式(1)右边最大值为2。机组j部件k在t时刻不可靠的平均概率为可按式(5)计算机组j部件k在t时刻的可靠性系数
根据式(1)和式(5),可知,机组j部件k在t时刻的可靠性系数为:
参考图1,本发明基于机会维修策略的风电场维修部件选取方法,选取步骤如下:
1.计算风电场各机组各机械部件的可靠性系数。
根据式(1)-(6)计算各机组各机械部件的归一化可靠性系数。各参数可按如下方式取得:
风电场普遍具有监控***(SCADA***),可从中取得式(1)-(5)计算所需要的历史有功功率(对应),机组额定功率(对应),风电机组风速(对应vj(t))。另外,机组的推力系数(对应)可根据监控***中,风电场的布局和机组运行状态确定,即机组j的上风向机组中,离机组j最近的机组f的推力系数,机组f并网发电时可取值0.8,如果机组j处于风电场边沿,无上风向机组或者机组f停机,则令取值0。
机组叶轮扫风面积(对应Sj)可由机组叶轮半径计算得到,如果叶轮半径是r,则叶轮扫风面积为πr2,机组叶轮半径在出厂时确定。
由风电场地理位置可确定式(1)-(6)计算所需要的Ddis,Iref;Ddis一般可取值0.7;Iref取值与风电场地形地貌有关,山地风电场一般取0.16,平坦地形风电场和海上风电场一般取0.12,地形起伏不大的风电场,一般取值0.14。
部件更换时间(对应tj,k)、更换的部件的使用寿命(对应)、非更换性维修操作时间和次数可由风电场运行维修管理记录获取。非更换性维修操作产生的损伤补偿值(对应)可按经验取得。
2.根据机组各机械部件使用寿命内发生可容忍故障、不可容忍故障的概率,结合各部件可靠性系数,确定各台机组各个部件维修的紧迫性。
可容忍故障是指,发生该类故障后,机组可以带故障运行,继续发电;不可容忍故障是指,发生该类故障后,机组不能继续运行,需要停机待修。按以下步骤计算各个部件维修的紧迫性:
1)按式(7)估算各台机组各个部件t时刻发生可容忍故障、不可容忍故障的概率:
其中,Lj,k(t)表示t时刻机组j部件k发生不可容忍故障概率;Mj,k(t)表示t时刻机组j部件k发生可容忍故障概率;αk是部件k在整个寿命周期内发生不可容忍故障的概率;βk是部件k在整个寿命周期内发生可容忍故障的概率;
2)按式(8)计算t时刻第j台机组部件k的维修紧迫性Yj,k(t):
Yj,k(t)=ηLj,k(t)+(1-η)Mj,k(t),(0≤η≤1) (8)
其中,η表示不可容忍故障的优先权重,η取值在[0,1]之间,用1-η表示可容忍故障的优先权重;η可根据用户需要设定,η越大,则越优先不可容忍故障部件的维修,用户未特别设定时,其默认值取0.7。
3.根据本次维修容量,按维修紧迫性从大到小顺序确定维修对象。具体操作步骤如下:
1)按式(9)计算本次维修容量裕量Rm
Rm=RC-Rf (9)
其中,RC是本次维修容量;Rf是本次既定维修量,是指风电场机会维修策略下,必须处理的已发故障或必须进行的定期维修引起的维修量。
2)令t为当前时刻,将Yj,k(t)值从大到小排列,选出Yj,k(t)超过阈值(典型值0.7)的机械部件;
3)如果步骤2)选出的部件维修量之和小于本次维修容量裕量Rm,则步骤2)选出的部件均参与本次维修;如果步骤2)选出的部件维修量之和大于本次维修容量裕量Rm,则按Yj,k(t)从大到小顺序选定部件参与本次维修,直到用尽本次维修容量裕量。
本发明所述方法,在风电场某个或某些部件出现故障或者进行定期维修时,捎带进行其他部件的维修。捎带维修的机械部件,优先将维修紧迫性高的多个部件的维修活动一起进行,分摊***拆装、调试等高额固定维修费用,并降低风电场维修次数,从总体上降低风电场维修成本。

Claims (1)

1.基于机会维修策略的风电场维修部件选取方法,其特征在于,选取步骤如下:
1)、根据风电场各风电机组额定功率、历史有功功率、历史风速信息,各机组机械部件使用寿命、历史维修数据,计算各台机组各个机械部件的可靠性系数
F n o r m i , k ( t ) = 1 - 1 2 B j , k ( t )
B j , k ( t ) = ∫ t j . k t p o u t j ( τ ) d τ P r a t e j T l i f e j , k + D d i s ∫ t j , k t I e f f j ( τ ) d τ T l i f e j , k - Σ m B r e p a i r j , k ( m )
I e f f j ( t ) = ( I a j ( t ) ) 2 + ( I w j ( t ) ) 2
I a j ( t ) = I r e f [ 0.75 v j ( t ) + 5.6 ] v j ( t )
I w j ( t ) = 1 S j 1.2 C T f ( t )
其中,Bj,k(t)是机组j的机械部件k在t时刻的平均损伤当量,是机组j在τ时刻的有功功率,是机组j的额定功率,是机组j的机械部件k的使用寿命标称值,tj,k是机组j的机械部件k的更换时间,是机组j在τ时刻的有效紊流强度,Ddis是紊流损伤当量系数,是机组j的机械部件k更换后第m次维修产生的损伤补偿,具体取值由每次维修操作的重要性决定,按经验取值,Iref是机组轮毂高度处风速为15m/s时的紊流强度基准值,vj(t)是风电机组j风速传感器t时刻测量到的风速,Sj是风电机组j的叶轮扫风面积,是t时刻机组j的上风向机组中,离机组j最近的机组f的推力系数;表示环境紊流;表示尾流紊流;
2)、根据机组各机械部件使用寿命内发生可容忍故障、不可容忍故障的概率,结合各部件可靠性系数,确定各台机组各个部件维修的紧迫性;
①按下式估算各台机组各个部件t时刻发生可容忍故障、不可容忍故障的概率:
L j , k ( t ) = F n o r m i , k ( t ) α k M j , k ( t ) = F n o r m i , k ( t ) β k
其中,Lj,k(t)表示t时刻机组j部件k发生不可容忍故障概率,Mj,k(t)表示t时刻机组j部件k发生可容忍故障概率,αk是部件k在整个寿命周期内发生不可容忍故障的概率,βk是部件k在整个寿命周期内发生可容忍故障的概率;
②按下式计算t时刻第j台机组部件k的维修紧迫性Yj,k(t):
Yj,k(t)=ηLj,k(t)+(1-η)Mj,k(t),(0≤η≤1)
其中,η表示不可容忍故障的优先权重,η取值在[0,1]之间,用1-η表示可容忍故障的优先权重,η默认值取0.7;
3)、本次维修容量减去既定维修量,形成本次维修容量裕量,根据该裕量,按维修紧迫性从大到小顺序确定维修对象;
①按下式计算本次维修容量裕量Rm
Rm=RC-Rf
其中,RC是本次维修容量,Rf是本次既定维修量,是指风电场机会维修策略下,必须处理的已发故障或必须进行的定期维修引起的维修量;
②令t为当前时刻,将Yj,k(t)值从大到小排列,选出Yj,k(t)超过阈值的机械部件;
③如果步骤②选出的部件维修量之和小于本次维修容量裕量Rm,则步骤②选出的部件均参与本次维修;如果步骤②选出的部件维修量之和大于本次维修容量裕量Rm,则按Yj,k(t)从大到小顺序选定部件参与本次维修,直到用尽本次维修容量裕量。
CN201410623450.6A 2014-11-07 2014-11-07 一种计及机组发电量的风电场维修部件选取方法 Active CN104484732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410623450.6A CN104484732B (zh) 2014-11-07 2014-11-07 一种计及机组发电量的风电场维修部件选取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410623450.6A CN104484732B (zh) 2014-11-07 2014-11-07 一种计及机组发电量的风电场维修部件选取方法

Publications (2)

Publication Number Publication Date
CN104484732A CN104484732A (zh) 2015-04-01
CN104484732B true CN104484732B (zh) 2017-07-07

Family

ID=52759273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410623450.6A Active CN104484732B (zh) 2014-11-07 2014-11-07 一种计及机组发电量的风电场维修部件选取方法

Country Status (1)

Country Link
CN (1) CN104484732B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105894133B (zh) * 2016-05-12 2017-04-26 华中科技大学 一种风电机组部件维修及备品备件需求预测方法
JP6956028B2 (ja) * 2018-02-22 2021-10-27 ファナック株式会社 故障診断装置及び機械学習装置
CN108596371A (zh) * 2018-04-03 2018-09-28 广西大学 一种基于可靠性的列车关键部件机会预防性维修优化模型

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793228A (zh) * 2009-01-12 2010-08-04 瑞能***股份公司 用于监控风力发电机组的方法与装置
CN102567813A (zh) * 2012-01-20 2012-07-11 江苏省电力设计院 风电场风电机组优化选型方法
CN103248051A (zh) * 2013-05-25 2013-08-14 南京南瑞集团公司 一种评估风电场功率波动影响电网运行安全风险的方法
CN103646358A (zh) * 2013-12-30 2014-03-19 重庆大学 计及电力设备时变故障率的电网计划检修周期确定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793228A (zh) * 2009-01-12 2010-08-04 瑞能***股份公司 用于监控风力发电机组的方法与装置
CN102567813A (zh) * 2012-01-20 2012-07-11 江苏省电力设计院 风电场风电机组优化选型方法
CN103248051A (zh) * 2013-05-25 2013-08-14 南京南瑞集团公司 一种评估风电场功率波动影响电网运行安全风险的方法
CN103646358A (zh) * 2013-12-30 2014-03-19 重庆大学 计及电力设备时变故障率的电网计划检修周期确定方法

Also Published As

Publication number Publication date
CN104484732A (zh) 2015-04-01

Similar Documents

Publication Publication Date Title
Leahy et al. Diagnosing wind turbine faults using machine learning techniques applied to operational data
Kusiak et al. The prediction and diagnosis of wind turbine faults
CN101858312B (zh) 风力发电机组实时运行状态评估***及评估方法
US20140316838A1 (en) Decision support system (dss) for maintenance of a plurality of renewable energy generators in a renewable power plant
Kahrobaee et al. Risk-based failure mode and effect analysis for wind turbines (RB-FMEA)
CN103475021B (zh) 一种基于统计模型的风电场弃风电量确定方法
Huang et al. A Markov-chain-based availability model of offshore wind turbine considering accessibility problems
CN106779377B (zh) 风电消纳过程评估方法
CN104463697A (zh) 含大规模风电电力***的风险评估方法
CN103294891A (zh) 一种基于历史故障数据的风电机组状态评估方法和***
CN108072524A (zh) 一种风电机组齿轮箱轴承故障预警方法
CN104484732B (zh) 一种计及机组发电量的风电场维修部件选取方法
Bi et al. A survey of failures in wind turbine generator systems with focus on a wind farm in China
CN102938024A (zh) 一种风电机组状态监测***性能评估方法
Santelo et al. Wind turbine failures review and trends
CN109885019A (zh) 一种风机状态自动判断方法
CN103218464A (zh) 基于风电机组状态的风电机组数据存储方法和***
Puglia et al. Cost efficient maintenance strategies for wind power systems using LCC
CN103852255A (zh) 基于神经网络风力发电机组典型传动故障智能诊断方法
Ma et al. A study of fault statistical analysis and maintenance policy of wind turbine system
Wilson et al. Modeling the relationship between wind turbine failure modes and the environment
CN106339777A (zh) 一种发电机组检修计划优化的最小失负荷期望模型计算方法
CN102778654A (zh) 一种风力发电机组变桨蓄电池的检测***及其检测方法
Lua et al. Maintenance grouping optimization for offshore wind turbine considering opportunities based on rolling horizon approach
Tchertchian et al. Eco-maintenance for complex systems: Application on system of renewable energy production

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant