申请/专利权人：云南电网有限责任公司电力科学研究院

申请日：2019-11-11

公开（公告）日：2024-01-23

公开（公告）号：CN110826237B

主分类号：G06F30/20

分类号：G06F30/20;G06F119/02;G06F111/10

优先权：

专利状态码：有效-授权

法律状态：2024.01.23#授权;2020.03.17#实质审查的生效;2020.02.21#公开

摘要：本申请公开了基于贝叶斯信念网络的风电设备可靠性分析方法及系统，方法包括获取评价风电设备可靠性的基础数据，所述基础数据包括电站运行数据和设备检修数据；筛选出关键指标，构建风电设备可靠性指标体系；对所述关键指标的基础数据进行处理；根据处理后的数据，建立并优化贝叶斯信念网络模型；根据所述贝叶斯信念网络模型分析风电设备的可靠性。本申请的贝叶斯信念网络模型对于风电可靠性分析的准确性高，还有具有一定的稳定性，对于不确定性问题具有强大的处理能力，并且能够有效地进行多元信息表达与融合，能有效地按信息的相关关系进行融合，从而实现风电设备可靠性控制的实时化、智能化、可预测化，为风电机组运维提供科学的参考依据。

主权项：1.基于贝叶斯信念网络的风电设备可靠性分析方法，其特征在于，包括：获取评价风电设备可靠性的基础数据，所述基础数据包括电站运行数据和设备检修数据；筛选出关键指标，构建风电设备可靠性指标体系；对所述关键指标的基础数据进行处理；根据处理后的数据，建立并优化贝叶斯信念网络模型；根据所述贝叶斯信念网络模型分析风电设备的可靠性；所述对关键指标的基础数据进行处理的步骤包括数据清洗、数据归约和数据变换；所述数据清洗包括填补缺失值、光滑噪声数据和识别和删除离群点；所述数据归约包括维规约、数量归约和数据压缩；所述数据变换包括光滑、属性构造、聚集、规范化、离散化和由标称数据产生概念分层；贝叶斯信念网络模型建立的步骤包括：根据专家系统确定所述处理后的数据中各特征与预测目标之间的拓扑关系，形成有向无环图；初始化条件概率表的参数；在初始化条件概率表的参数下计算条件概率表集合数据的梯度分布；更新权重参数，进行迭代，直至梯度分布不再下降为止；所述电站运行数据包括风资源数据、发电数据、能耗数据和电站日常运行状态数据，所述设备检修数据包括设备的日常运维日志数据、检修类别数据和检修周期数据；所述关键指标包括：可用系数、等效可用系数、出力系数、强迫停运率、等效强迫停运率、暴露率、平均无故障可用小时、启动可靠度、平均启动间隔小时、检修费用和计划停运系数。

全文数据：

权利要求：

百度查询： 云南电网有限责任公司电力科学研究院 基于贝叶斯信念网络的风电设备可靠性分析方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD