其他
【精彩论文】小故障样本条件下的风电机组分层贝叶斯可靠性模型
引文信息
王达梦, 马志勇, 柳亦兵, 等. 小故障样本条件下的风电机组分层贝叶斯可靠性模型[J]. 中国电力, 2019, 52(12): 97-104.WANG Dameng, MA Zhiyong, LIU Yibing, et al. Hierarchical bayesian reliability model for wind turbines with small fault sample sets[J]. Electric Power, 2019, 52(12): 97-104.
内容摘要
建立风电机组部件的可靠性模型，并准确估计模型参数，有利于提高风电机组全寿命周期的健康管理水平。新投运机组的故障样本较少，大样本条件下的传统可靠性建模及其参数估计方法不再适用。将贝叶斯可靠性理论应用于小故障样本条件下的风电机组部件可靠性建模及模型参数估计中。以其他风电场的故障数据为模型参数的先验信息，建立了分层贝叶斯可靠性模型，通过Gibbs算法求解模型并获得模型参数的后验分布，以标准均方根误差及可靠度函数的95%置信区间的平均宽度作为衡量指标，对比了传统可靠性模型、一般贝叶斯可靠性及分层贝叶斯可靠性模型的建模精度。最后以风电机组发电机碳刷为例，验证了小样本故障条件下分层贝叶斯可靠性模型的优越性。
往期回顾
◀【精彩论文】基于随机Hough变换的线路覆冰厚度图像识别技术
◀【征稿启事】“电力信息通信新技术在能源互联网中的研究与应用”专题征稿启事
◀【征稿启事】“能源安全新战略路径设计与规划推演关键技术”专栏征稿启事
编辑：杨彪
审核：许晓艳
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。