基于风电设备的服役质量指数体系构建方法及系统与流程

本发明涉及质量评估领域，尤其涉及一种基于风电设备的服役质量指数体系构建方法。

背景技术：

1、由于风力发电设备的服役周期很长，服役环境恶劣。因此如何在长服役周期下提高风电设备运行质量水平，减少运行故障，降低风电设备整个服役周期的用电成本，是行业关注的焦点问题。

2、然而，目前行业内缺少统一的风电设备服役质量基本评价指标，因此风电企业无法在同一标准下对产品质量问题进行定量分析及比较，导致风电设备服役质量评估的准确率不高。

技术实现思路

1、本发明提供一种基于风电设备的服役质量指数体系构建方法，其主要目的在于提高风电设备服役质量评估的准确率。

2、为实现上述目的，本发明提供的一种基于风电设备的服役质量指数体系构建方法，包括：

3、识别待评估风电设备的关键构成单元及业务场景，根据所述业务场景，提取所述待评估风电设备的基础性能因子，根据所述基础性能因子，提取所述待评估风电设备的体征水平因子、整机性能因子及所述关键构成单元的单元性能因子，并构建所述基础性能因子分别与所述体征水平因子、所述整机性能因子及所述单元性能因子之间的第一关联关系、第二关联关系及第三关联关系；

4、获取所述待评估风电设备的历史状态数据，根据所述体征水平因子、所述整机性能因子及所述单元性能因子，对所述历史状态数据进行预处理，得到历史预处理数据，根据所述单元性能因子，构建所述关键构成单元的性能退化初始模型，基于所述性能退化初始模型和所述历史预处理数据，确定所述关键构成单元的性能退化目标模型；

5、根据所述性能退化目标模型，计算所述待评估风电设备的失效时间，分析所述体征水平因子、所述整机性能因子及所述单元性能因子对应的体征质量指标、整机质量指标及单元质量指标，在所述失效时间内，构建所述体征水平因子与所述体征质量指标之间的第一关系模型、所述整机性能因子与所述整机质量指标之间的第二关系模型及所述单元性能因子与所述单元质量指标之间的第三关系模型；

6、根据所述第一关联关系、所述第二关联关系、所述第三关联关系、所述第一关系模型、所述第二关系模型、所述第三关系模型及所述性能退化目标模型，构建所述待评估风电设备的服役质量指数体系。

7、可选地，所述根据所述基础性能因子，提取所述待评估风电设备的体征水平因子、整机性能因子及所述关键构成单元的单元性能因子，包括：

8、从预设的因子异常状态数据库中查询所述基础性能因子对应的因子异常数据，根据所述因子异常数据生成基础因子异常集，根据所述基础因子异常集，构建性能因子项集；

9、计算所述性能因子项集的项集支持度，在所述项集支持度不小于预设项集支持度阈值时，确定所述基础因子异常集的因子频繁项集；

10、构建所述因子频繁项集的关联规则，根据所述关联规则，将所述因子频繁项集拆分为第一关联集和第二关联集，根据所述第一关联集和所述第二关联集，计算所述关联规则对应的规则支持度，在所述项集支持度不小于预设规则支持度阈值时，确定所述因子频繁项集的规则因子项集；

11、计算所述规则因子项集的规则置信度，在所述规则置信度不小于预设规则置信度阈值时，确定所述因子频繁项集的关联因子项集；

12、分析所述关联因子项集对应的所述第一关联集和所述第二关联集之间的因果关系，根据所述因果关系，确定所述第一关联集和所述第二关联集中的目标因子项集；

13、识别所述目标因子项集的因子性能特征，根据所述因子性能特征，确定所述目标因子项集对应的因子类别，所述因子类别包括所述体征水平因子、所述整机性能因子及所述单元性能因子。

14、可选地，所述根据所述第一关联集和所述第二关联集，计算所述关联规则对应的规则支持度，包括：

15、获取所述第一关联集对应的所述因子频繁项集，获取所述因子频繁项集对应的所述基础因子异常集，计算所述基础因子异常集的所述全部记录数；

16、根据所述全部记录数，利用下述公式计算所述关联规则对应的规则支持度：

17、；

18、其中，表示规则支持度，表示第一关联集和第二关联集之间的关联规则，表示第一关联集，表示第二关联集，表示支持度计数函数，表示集合并符号，表示全部记录数。

19、可选地，所述计算所述规则因子项集的规则置信度，包括：

20、获取所述规则因子项集的所述第一关联集和所述第二关联集；

21、根据所述第一关联集和所述第二关联集，利用下述公式计算所述规则因子项集的规则置信度：

22、；

23、其中，表示规则置信度，表示第一关联集和第二关联集之间的关联规则，表示第一关联集，表示第二关联集，表示支持度计数函数，表示集合并符号。

24、可选地，所述根据所述体征水平因子、所述整机性能因子及所述单元性能因子，对所述历史状态数据进行预处理，得到历史预处理数据，包括：

25、根据所述体征水平因子、所述整机性能因子及所述单元性能因子，对所述历史状态数据进行数据清洗，得到清洗数据；

26、对所述清洗数据进行相关性冗余检验，得到冗余检验值，根据所述冗余检验值，确定所述清洗数据中的冗余数据；

27、将所述冗余数据从所述清洗数据中去除，得到去冗余数据；

28、对所述去冗余数据进行规范化处理，得到规范化数据，根据所述规范化数据，确定所述历史预处理数据。

29、可选地，所述对所述清洗数据进行相关性冗余检验，得到冗余检验值，包括：

30、识别所述清洗数据对应的属性因子，从所述清洗数据中任选两组不同所述属性因子对应的校验数据，构建所述校验数据的交叉列联表；

31、识别所述交叉列联表的单元格，计算所述单元格的观测频数，并计算所述交叉列联表的行边缘分布和列边缘分布，根据所述边缘分布和所述列边缘分布，计算所述单元格的期望频数；

32、根据所述观测频数和所述期望频数，利用下述公式计算所述校验数据的检验卡方值：

33、；

34、其中，表示检验卡方值，表示观测频数，表示期望频数，表示交叉列联表的行数，表示交叉列联表的列数，表示行数序号，表示列数序号；

35、根据所述检验卡方值，确定所述冗余检验值。

36、可选地，所述根据所述单元性能因子，构建所述关键构成单元的性能退化初始模型，包括：

37、利用下述公式构建所述关键构成单元的性能退化初始模型：

38、；

39、其中，表示关键构成单元第个单元性能因子的性能退化初始模型，表示第个单元性能因子的初始值，表示影响单元性能因子的第个促进机制的提高率因子，表示影响单元性能因子的第个抑制机制的退化率因子，表示第个促进机制的提高幂律参数，表示第个抑制机制的退化幂律参数，表示单元性能因子的序号，表示促进机制的序号，表示抑制机制的序号，表示促进机制的数量，表示抑制机制的数量。

40、可选地，所述根据所述性能退化目标模型，计算所述待评估风电设备的失效时间，包括：

41、识别所述性能退化目标模型对应的关键构成单元和单元性能因子，利用预设失效阈值，在所述关键构成单元的所述单元性能因子对应的当前值不小于所述预设失效阈值时，计算所述关键构成单元的所述单元性能因子的因子失效时间；

42、计算所述因子失效时间的最小时间值，根据所述最小时间值，确定所述关键构成单元的单元失效时间；

43、计算所述单元失效时间的单元最小值，根据所述单元最小值，确定所述待评估风电设备的失效时间。

44、可选地，所述根据所述第一关联关系、所述第二关联关系、所述第三关联关系、所述第一关系模型、所述第二关系模型、所述第三关系模型及所述性能退化目标模型，构建所述待评估风电设备的服役质量指数体系，包括：

45、分析所述第一关联关系、所述第二关联关系、所述第三关联关系、所述第一关系模型、所述第二关系模型、所述第三关系模型及所述性能退化目标模型之间的层次结构关系，根据所述层次结构关系，构建所述待评估风电设备的初始层次结构图；

46、并计算所述初始层次结构图相邻层之间的层次权重，根据所述层次权重及所述初始层次结构图，构建所述待评估风电设备的目标层次结构图；

47、根据所述目标层次结构图，确定所述待评估风电设备的服役质量指数体系。

48、为了解决上述问题，本发明还提供一种基于风电设备的服役质量指数体系构建系统，所述系统包括：

49、多维因子提取模块，用于识别待评估风电设备的关键构成单元及业务场景，根据所述业务场景，提取所述待评估风电设备的基础性能因子，根据所述基础性能因子，提取所述待评估风电设备的体征水平因子、整机性能因子及所述关键构成单元的单元性能因子，并构建所述基础性能因子分别与所述体征水平因子、所述整机性能因子及所述单元性能因子之间的第一关联关系、第二关联关系及第三关联关系；

50、退化模型构建模块，用于获取所述待评估风电设备的历史状态数据，根据所述体征水平因子、所述整机性能因子及所述单元性能因子，对所述历史状态数据进行预处理，得到历史预处理数据，根据所述单元性能因子，构建所述关键构成单元的性能退化初始模型，基于所述性能退化初始模型和所述历史预处理数据，确定所述关键构成单元的性能退化目标模型；

51、因子指标关系构建模块，用于根据所述性能退化目标模型，计算所述待评估风电设备的失效时间，分析所述体征水平因子、所述整机性能因子及所述单元性能因子对应的体征质量指标、整机质量指标及单元质量指标，在所述失效时间内，构建所述体征水平因子与所述体征质量指标之间的第一关系模型、所述整机性能因子与所述整机质量指标之间的第二关系模型及所述单元性能因子与所述单元质量指标之间的第三关系模型；

52、质量指数体系构建模块，用于根据所述第一关联关系、所述第二关联关系、所述第三关联关系、所述第一关系模型、所述第二关系模型、所述第三关系模型及所述性能退化目标模型，构建所述待评估风电设备的服役质量指数体系。

53、可以看出，本发明实施例通过识别待评估风电设备的关键构成单元及业务场景可以得到待评估风电设备的关键子系统或部件及应用场景以作为后续操作的前提，根据所述业务场景，提取所述待评估风电设备的基础性能因子可以确定评定待评估风电设备性能的基本因素，以为后续提取体征水平因子、整机性能因子及单元性能因子提供依据，根据所述基础性能因子，提取所述待评估风电设备的体征水平因子、整机性能因子及所述关键构成单元的单元性能因子可以得到表征待评估风电设备的更全面多维度特征：两个整体特征和一个局部特征，并构建所述基础性能因子分别与所述体征水平因子、所述整机性能因子及所述单元性能因子之间的第一关联关系、第二关联关系及第三关联关系可以从物理性能角度多维解析影响设备质量的因素，使得设备质量与影响因子之间的关系更具解释性；其次，本发明实施例通过获取所述待评估风电设备的历史状态数据可为进一步建模和分析提供基础数据，并根据所述体征水平因子、所述整机性能因子及所述单元性能因子，对所述状态数据进行预处理可以得到标准、干净的历史预处理数据，以提高后续数据分析的准确性，及根据所述单元性能因子，构建所述关键构成单元的性能退化初始模型可以实际模拟风电设备的子系统或部件的退化情况，基于所述性能退化初始模型和所述历史预处理数据，确定所述关键构成单元的性能退化目标模型可以更真实的反应设备运行状况，以为后续建立更准确的服役质量指数体系提供有力支撑；进一步地，本发明实施例通过根据所述性能退化目标模型，计算所述待评估风电设备的失效时间可以确定待评估风电设备的有效运行周期，以更具实际意义，并分析所述体征水平因子、所述整机性能因子及所述单元性能因子对应的体征质量指标、整机质量指标及单元质量指标可以为后续从基本体征、整体及局部三方面来衡量评价待评估风电设备的服役质量，以提高评定服役质量的准确性，及构建所述体征水平因子与所述体征质量指标之间的第一关系模型、所述整机性能因子与所述整机质量指标之间的第二关系模型及所述单元性能因子与所述单元质量指标之间的第三关系模型从因子到指标、局部到整体多维度构建系统结构因果关系，根据所述第一关联关系、所述第二关联关系、所述第三关联关系、所述第一关系模型、所述第二关系模型、所述第三关系模型及所述性能退化目标模型，构建所述待评估风电设备的服役质量指数体系可以最终实现问题意图，为更全面准确地评定待评估风电设备的服役质量提供执行标准。因此，本发明实施例提出的一种基于风电设备的服役质量指数体系构建方法，可以提高风电设备服役质量评估的准确率。