基于PCA-FSEM方法的风力发电机可靠性研究

针对西北某风电场相关运行数据，对风力发电机进行可靠性研究.考虑运行数据之间相关性和冗余度，采用主成分分析(PCA)法进行降维，选取部分关键可靠性指标且根据关键指标运行数据，结合模糊理论建立可靠性评价模型，并选取部分风力发电机运行数据进行模型验证.结果表明，PCA法提取主成分累积方差贡献率为87.585%,可综合表述风力发电机的可靠性信息.单一可靠性指标评价时，虽然B02单机可利用率高达98%,但总发电量最低，虽然A04单机可利用率最低，但发电量较高，说明单一可靠性指标评价时存在误差.A05、B03单机各项指标均高，实际运行状态良好，发电量高，说明综合可靠性更高，与研究结果一致.因此，基于PCA模糊理论建立的风力发电机可靠性模糊理论评价模型(FSEM)符合实际运行状态，对定量评估机组可靠性具有指导意义.