计及气象因素的风电机组故障诊断与风险预测

针对极端天气导致风电机组频繁故障,提出了一种基于改进贝叶斯网络的风电机组故障诊断与风险预测模型。该模型计及气象因素与风机故障之间的关联,利用ReliefF算法计算故障特征权重,得到最优特征集合;建立计及气象因素的基于贝叶斯网络的风电机组故障诊断与风险预测模型,利用正向诊断技术得到故障诊断策略,并通过反向推理技术对风险事件进行预测。将文中提出的模型进行受试者工作特性曲线（receiver operating characteristic curve, ROC）验证,结果表明所提模型ROC曲线下面积（Area Under Curve, AUC）为0.9049,验证了所提模型的有效性,可以为风电机组故障诊断和风险预测提供有效依据。     

基于组合赋权逼近理想解排序法-物元可拓模型的农业园区综合能源系统评价

针对农业园区综合能源系统评价中采用单一评价法造成主观意识强，结果不全面的问题，提出了一种基于组合赋权T-M（TOPSIS-MEE）模型农业园区综合能源系统评价的方法。首先根据农业园区综合能源系统架构建立了包括经济性、技术性、环保性3个一级指标和14个二级指标的指标体系，并通过改进的AHP-CRITIC 组合法分别对主、客观性指标赋权，采用最小鉴别信息原理得到各指标综合权重，避免单一赋权的缺陷。其次，通过物元可拓模型（MEE）优化了优劣解距离法（TOPSIS），提升了方法的适用性，并对评价方案进行等级判定和排序。最后以某农业园区的3种规划方案为实例进行验证，结果表明3种方案特征值分别为3.1224、3.2436、3.4233，相较于未优化前的结果方案1、2有明显的等级区分，因此所提方法能够对农业园区综合能源系统科学有效的评价，评价结果符合实际，可信度高。