基于灰色关联分析的电站设备状态评价方法

《基于灰色关联分析的电站设备状态评价方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第37卷第3期姜电力V01．37No．3EastChinaElectricPower2009年3月Mar．2009基于灰色关联分析的电站设备状态评价方法周卫庆，徐治皋，司风琪(东南大学动力能源与环境学院，南京210096)摘要：针对发电设备运行状态信息复杂、难以对其进行准确评价的问题，提出基于灰色关联分析的评价方法，建立基于灰色关联的状态评价模型。采用增加权重因子改进邓氏关联度，满足了灰色关联四公理并且在评价的结果中体现各特征参数的重要性程度，构造了度量序列间联系更为准确的量化指标。在状态特征参数权重的确定上，将主观和客观权重相结合，根据需要进行动态调整，提高了权重的准确度

2、和可信度。将该模型用于某厂凝汽器的状态评价，结果表明该模型可为检修决策提供依据。关键词：状态评价；灰色关联分析；电站设备；参数权重；状态检修作者简介：周卫庆(1983一)，男，博士，主要研究方向为电厂运行优化控制、性能监测及寿命管理。中图分类号：TK268文献标志码：A文章编号：1001-9529(2009)03-0460-04ConditionevaluationforpowerequipmentbasedongreycorrelationanalysisZHOUWei—qing，XUZhi—gao，SIFeng一(SchoolofEnergyandEnvironment

3、，SoutheastUniv．，Naming210096，China)Abstract：Informationonoperationalconditionsofpowergenerationequipmentistoocomplextoevaluateaccurately．Tosolvetheproblem，anevaluationmethodbasedongreycorrelationanalysiswasproposedandwasusedtoconstructtheconditionevaluationmode1．Byaddingweightingflact0rsto

4、theDengcorrelationdegree．theevaluationresultcanreflecttheimportancedegreeofdifferentcharacteristicparameters．Thefouraxiomsofgreycorrelationweresatisfied，andamoreaccuratequantifiedindexmeasuringrelationshipbetweensequencesWaSconstructed．Astodeterminationofweightsofcharacteristicconditionpar

5、amete~，amethodofcombingthesubjectiveweightandtheobjectiveweightWasproposedwhichadjustsdynamicallyasnecessary．Consequently，theaccuracyandreliabilityoftheweightswereimproved．ThemethodWasusedtoevaluatethecondenserconditionofapowerplantandtheresultsprovediteffective．Keywords：conditionevaluatio

6、n；greycorelationanalysis；powerequipment；parameterweight；condition-basedmaintenance发电设备的维修体制正在逐步向状态维修的建立了凝汽器的模糊综合评价模型，文献[3]提模式转变⋯，发电厂在对设备进行以可靠性为中出了相对劣化度的概念并用于汽轮机组评价，文心的状态维修(RCM)过程中，关键的技术是对设献[4]采用了可拓理论评价凝汽器的状态，但是备当前运行的状态做出正确的评估，为维修提供这些方法在实际应用中存在着不足，如未考虑到可靠的依据。近年来，很多学者采用不同的数学特征参数的模糊性，指标权重人为因素

7、过大等。方法尝试建立发电设备状态评估模型，文献[2]灰色系统理论由针对“少数据不确定性”问调速系统控制方法[J]．清华大学学报(自然科学版)[D]．IEEEPro．B，Feb，2002．2002，42(3)：295-298．[16]HSureshJangamshetti，VGuruprasadaRau．Normalized[14]陆城．变速恒频风力发电用双PWM变换器的协调控制PowerCurveasaToolforIdentificationofOptimumWind[D]．北京：中国科学院电工研究所硕士学位论文