基于AHP的風電機組變槳系統權重分析

鄒繼行 張金雙 劉晨光

（華北理工大學）

0 引言

常規能源在世界的發展中有著不可磨滅的貢獻，隨著常規能源劣勢的顯現，新能源異軍突起，其中風能以其清潔和可再生的優勢迅速崛起。風力發電在世界范圍內發展迅速，很多地區都建設了大量的并網風力發電機組［1-4］。在風電場中風電機組是一個結構復雜，各設備之間關聯關系密切的一個系統。在風機出現故障時應該對故障進行及時有效的預測、解決，從而減少風機停機時間進而實現風電場效益最大化［5-6］。

在風電機組遠程監控系統中，當系統中設備參數超過設置的閾值時，很難確定是風電機組具體哪一設備發生了故障。這給風電場工作人員帶來了極大的不便，工作人員需要對整個風電機組進行診斷，這樣就浪費了大量時間，使得風電場經濟效益降低。針對這一系列問題，行業內專家進行了廣泛的研究和分析，力求在風機故障時能最大效率的解決問題，保證風機安全運轉［7］。

在現代風電機組系統中的變槳系統一般采用液壓變槳結構形式，能夠在正常工況下進行工作。針對此情況本文針對風電機組容易出現故障的變槳系統進行分析，對影響風電機組變槳系統的因素進行權重分析，從而實現根據風電機組SCADA系統的實時數據綜合判斷是否是風電機組變槳系統出現了故障［8-9］。

1 基于SCADA系統數據的故障診斷

1.1 風機故障模式及其原因

SCADA系統即數據采集與監視控制系統，它可以全天候的對風機進行數據采集和遙測控制。對于風機的故障診斷技術，其基礎就在于監控系統內的遙測、遙調等信息，通過結合其他外在因素，對風機實時運行情況進行準確的判斷。如果風機突然出現異常情況，可以運用以上技術進行快速處理，最大程度的減小風機檢修時間。在工程實際中，風機可能會出現多種異常情況和突發故障，表1中為保定某風電場監控系統內常見的幾種故障和原因。

表1 風電場監控系統內常見的故障和原因

1.2 風電機組閾值設計

在風力發電機的SCADA系統中，有一個完善的報警機制。一旦風電場中的風電機組出現任何故障，相關的運行數據就會立刻超過預設的安全范圍。這時，監控系統會立即觸發報警，同時顯示出異常情況，以便工作人員進行及時處理。對于在惡劣情況下，風電機組設備的閾值設置尤為重要，但是在有些條件下需要綜合考慮各方面的因素，才能完成對風電機組中某個設備準確診斷。

2 變槳系統故障分析

風力發電機組的結構復雜且各個部分相互關聯，因此當某個檢測量超出閾值時，確定具體故障位置具有一定的挑戰性。為了解決這一問題，進行綜合判斷就顯得尤為重要。

風力發電機中的變槳系統受到多種參數的影響。隨著風速的變化，風電機組中發電機的旋轉速度也會有所改變，再者，風機運轉中的有功和無功輸出也會干擾其變槳系統的參量。由此我們可以判斷出，只有對風機變槳系統內部結構的重要元件實現實時采集和控制，才能對其進行精確的故障診斷。這些元件包含驅動電流、散熱裝置和其他關鍵元件。通過實時收集和分析這些數據，我們可以更好地了解變槳系統的運行狀況，從而進行準確的故障診斷和維護。表2列舉出了監控系統及變槳系統中相關的部分參數。

表2 監控、變槳系統有關參數

3 風機變槳系統權重分析

3.1 變槳系統扇葉歸類分析

結合工程實際，為了提高故障診斷系統的精確程度，本文引入有關風機變槳的某些元件的權重因素，通過分析，能夠簡潔快速的判斷風機變槳的實時情況。通過a號、b號、c號扇葉的變量進行權重計算時，考慮到它們的對稱性和一致性，我們可以將它們歸為同一類別。具體來說，我們把a～c號3個扇葉槳距角當做一個扇葉槳距角；把a～c號3個扇葉驅動電流當做一個扇葉驅動電流；把a～c號3個發動機溫度當做一個變槳發動機溫度。通過這種方式，我們可以更有效地進行權重計算和分析。

3.2 層次分析法在變槳系統中應用

對風機系統進行權重分析時可采用多種方法，本文主要選取層次分析法（AHP）。層次分析法的應用形式主要通過以下幾點來進行：

（1）構建層次架構

通過分析風機系統，需要針對實際工程問題需要來構建一個分層的模型。通常這個模型結構包含三個級別。最頂層是目標層，一般來說，在這一層中我們只關注一個關鍵因素。接下來的一層是準則層，這一層的數量可以根據實際需要來確定，可能包含多個層級，或者只有一層。最底層是方案層，方案層比較容易確認。

（2）建立判定矩陣

通過數值計算和分析判別，構造出一個判斷矩陣A。矩陣A的表示方式如公式（1）所示：

公式（1）里aij的下角標注既體現了在矩陣A中的坐標，還體現了變量x和y之間的重要性比值［10-11］。通過AHP分析，通過對逐樣元素開展兩兩比較來賦予其相應的權重。通過衡量某個屬性的相對權重，整合出1～9標度法，對比不同的元素來推導標度值，其解釋和意義見表3。矩陣A中，互為倒數的斜線兩旁互為對角的變量值，為1的是斜線上的變量值。

表3 比例標度量化表

（3）特征值同一性判斷

進行判斷矩陣計算時，最大特征根對應的特征向量為權重值，對該特征向量進行歸一化處理的結果即為該層中各個元素相對于上一層因素的重要性排序［12］。為確保此理論所得結果的可靠性，應對整體架構與判別矩陣開展同一性判斷［13］。同一性的偏差通過公式（2）進行計算，其中CI被稱作同一性變量。

式中，λmax被稱作極大特征向量。

在對同一性偏差進行判別的過程中，為了考慮差異維數的矩陣可能對應的同一性變量，我們使用平均任意同一性變量RI。而同一性比值CR反映了不同維數矩陣的同一性水平，CR＝CI／RI。若CR＜0.1，說明判別矩陣的同一性優良，判別矩陣的架構是合理的，無需調整。RI值見表4。

表4 平均任意同一性變量R I值

運用層次分析理論，我們可以對風力發電機中的變槳系統進行權重計算。在這個過程中，我們結合了定量計算和定性分析，對第二層的指標進行了全面的考慮。為了得到判斷矩陣，我們綜合了某風電場變槳系統近15月的實時監控數據和問題數據。表5為近15個月以來風機變槳系統發生的問題及故障匯總。

表5 變槳系統故障問題匯總

結合風場實際，對風機變槳系統所產生問題進行研判，得出以下7種指標。B1變槳發電機轉速、B2變槳系統IGBT的溫度、B3變槳系統的驅動電流、B4變槳系統的槳距角、B5變槳發動機溫度、B6電網有功功率、B7變槳散熱器溫度。根據以上7種指標的重要性由強到弱可以排列為B4、B3、B2、B1、B5、B6、B7，構成矩陣見表6。

表6 目標層判別矩陣

4 變槳系統EXCEL權重計算

基于層次分析法的數據計算可以在EXCEL表格中進行計算得出相應的結果，圖表明了干擾風機變槳系統不同變量權重的判斷矩陣，并對同一性進行了判斷。同一性比值CR為0.04895，小于0.1，判別矩陣的同一性優良。

圖 矩陣權重及一致性檢驗指標計算

通過層次分析法利用表格得到的權重結果見表7。

表7 變槳系統權重因素

5 結束語

通過表7的數據，運用層次分析理論對風機變槳系統的問題研判，可以得出以下結論：變槳系統的驅動電流、發電機轉速、IGBT溫度、槳距角這四個因素對風機變槳系統的權重共計0.881。這意味著此四項變量對變槳系統的潛在影響十分值得重視，所以在判斷系統問題故障時，必須先行檢測這些變量的異常情況。通過綜合分析這些因素的權重，可以準確判斷風電機組變槳系統的故障。

因此，為了準確診斷風電機組變槳系統的故障，應該密切關注這些參數的變化。在實際操作中，可以通過監控這些參數、定期檢查設備狀態、及時進行維修保養等措施來保障風電機組的正常運行。