基于復合權重分析法的多指標風電機組健康性評估

許宜菲 張國峰 吳偉強 梅玉杰 尚一斐

摘要：隨著風電新能源的快速發展，行業競爭日益凸顯，降本增效逐漸成為企業關注的焦點。對風機進行運行質量評價、開展機組健康度評估能有效反應設備的可靠性狀況，為場站運維實施專項檢查和風機對標提供依據。本文在保證數據質量的前提下，結合風機各項KPI指標，借助MATLAB仿真工具，利用層次分析法與熵權法相結合，確定復合指標權重，減少專家在評估過程中主觀因素和熵值法對指標權重不敏感的影響，得出風機的合理健康性綜合得分，為現場運維提供技術支撐，提前開展設備預防性維護工作。

關鍵詞：層次分析法;熵值法;健康性評估;KPI指標;風力發電;MATLAB

0 引言

我國風電行業大規模發展僅有約10年時間，且技術上主要采取與國外成熟設計公司合作的方式，自主研發水平不強，在快速增長的市場驅動下，風電投資者將主要精力放在了追求眼前市場及規模擴大上。隨著風力發電機組的大量投入，由于各整機廠商質量參差不齊，風電場機組陸續暴露出關鍵部件早期故障、風機故障率高、故障持續時間長等問題。

在這種環境下，為提高風電機組運行質量水平，減少運行故障，消除事故隱患，提升投資效益，促進風力發電技術進步和風電行業的健康、持續發展，眾多專家學者開始投身制定風電行業可靠性評價指標的體系建設中，“中國風能協會”站在全行業的角度制定了《風力發電機組運行質量綜合評價辦法》（試行），其中的基本評價指標（發電性能、可利用率、可靠性、運維經濟性）是在分析國內外相關企業的風電機組運行質量和可靠性評價指標的基礎上，結合全行業風電機組運行質量綜合評價的特點，本著“面向問題、易于操作、橫向可比、結果有用”的原則選定[1]。

1 可靠性評價指標

建立可靠性分析評價體系初期指標包括風電機組的PBA、TBA、MTBT、故障頻次以及功率曲線符合度WPI等指標，以上指標是基于投運時間較長、數據樣本較大的風電場為模型建立的。評價指標的數據來源主要基于風電場SCADA系統、運行維護記錄、電網限電記錄、上網電量和測風塔數據等，本文列舉的風機指標是通過原始數據標準化處理得到的準確數據。

（1）PBA—基于發電量的風電機組可利用率

指一定的考核時間內風電機組實際發電量占應發電量的百分比。其計算方法如下：

PBA=[1-機組損失發電量/（實際發電量+機組損失發電量+非機組原因損失發電量）]*100%

（2）TBA—基于時間的風電機組可利用率

指在一定的考核時間內風電機組無故障可使用時間占考核時間的百分比。其計算方法如下：

TBA=[可用小時數/（可用小時數+不可用小時數）]*100%

（3）MTBT—平均故障間隔

MTBT=查詢時段內日歷小時數*投運風機數/故障頻次

（4）WPI—功率曲線符合度

WPI=正常發電狀態下風機十分鐘實際功率求和/正常發電狀態下十分鐘理論功率求和

（5）等效利用小時數

等效利用小時數=實際發電量/裝機容量

2 層次分析法評價體系

風電機組的可靠性水平是反映機組性能的重要指標之一，以往通常采用機組的時間可利用率來評價機組的可靠性，這種單一評判方法很多時候無法準確反映機組的健康水平[2]。針對上述問題，現提出一種基于多指標風電機組可靠性評價方法，以機組平均檢修間隔時間MTBT、時間可利用率TBA、能量可利用率PBA、故障頻次作為評價指標。在權重設置過程中，由于各場站之間數據質量和數據標準化方案尚不完善，考慮機組投運年限、地理位置、設備型號等影響因素，目前無法定量判斷上述四個指標對設備健康度評價結果的影響程度，需要結合現場機組實際情況定性判斷，故采用層次分析法計算各評價指標的權重系數，進而得到機組可靠性評價結果[3]。

3熵值法評價體系

在信息論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越小;信息量越小，不確定性越大，熵也越大。根據熵的特性，可通過計算熵值來判斷某事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響（權重）越大。

（1）指標歸一化

由于正向指標和負向指標數值代表的含義不同（正向指標數值越高越好，負向指標數值越低越好）。因此，對于高低指標用不同的算法進行數據標準化處理。

（2）指標熵值

設有組待評狀態，個評價指標的系統，原始評價指標矩陣Y= ，對于某個指標的信息熵值為：

5 結論分析

由以上案例分析可以看出，按照以往單一評價指標（如時間可利用率TBA），只有#20、#22風機利用率稍低而其他風機該指標均在90%以上，無法進一步判斷機組狀態，而利用多指標評價方法可以定位到#033機組的健康度得分也偏低，反映在發電量上也較低，說明該風機已經處于運轉不正

常的狀態，需要后續加強關注，查找故障隱患。

同樣，按照TBA分析#08機組可用率高達98%，而實際上該機組存在隱性缺陷，設備劣化程度已經開始緩慢加深，通過現場反應其功率曲線符合程度降低，平均檢修間隔時間有所較短，也反映出該風機存在問題，故綜合評價結果顯示為亞健康狀態。

由于單一指標很可能存在影響該指標的基礎數據準確性較差，導致最終的評判結果與實際不符。本文從多角度出發，將多重指標量化反映到設備健康程度上來，綜合評價設備可靠性，繼而指導現場運維人員對健康狀況不好的風機安排重點檢查，經過長期的系統分析最終達到對設備的預防性維護，最大限度的降低設備性能損失，提高設備健康性。

參考文獻

[1]王學良. 風電場可靠性評估研究[D].天津大學，2009.

Wang Xueliang. Research on reliability assessment of wind farms [D]. Tianjin University，2009.

[2]劉睿. 層次分析法在綠色供應商評價體系中的應用研究[J]. 中國管理信息化，2019，22（10）：151-154.

Liu Rui. Application of Analytic Hierarchy Process in Green Supplier Evaluation System[J]. China Management Information Technology，2019，22（10）：151-154.

[3]王超.基于層次分析法-熵值法的物資采購評審指標權重確定研究[J]. 中國學術期刊電子出版社，20 18，76（12）：39-43.

Wang Chao. Research on the weight determination of material procurement evaluation index based on analytic hierarchy process-entropy method[J]. China Academic Journals Electronic Press，20 18，76（12）：39-43.

作者簡介：

許宜菲（1989.04-），男，河北石家莊，新天綠色能源股份有限公司生產運營管理中心，工程師，碩士研究生，研究方向為風電大數據分析。