台风极端天气会诱发强风、暴雨、风暴潮等灾害链,传统海上风电运维策略仅考虑台风风速,难以全面地刻画台风对风机可靠度的影响,为此该文提出一种考虑台风灾害链的海上风电预测性维护策略。首先,针对台风及其灾害链对海上风机各部件冲击...台风极端天气会诱发强风、暴雨、风暴潮等灾害链,传统海上风电运维策略仅考虑台风风速,难以全面地刻画台风对风机可靠度的影响,为此该文提出一种考虑台风灾害链的海上风电预测性维护策略。首先,针对台风及其灾害链对海上风机各部件冲击机理与载荷特性不同导致可靠度建模困难的问题,构建一种基于3-D Vine Copula的多灾害联合模型,对部件故障率增量进行差异化建模;其次,为解决台风等复杂海况下数据采集与监视控制系统(supervisory control and data acquisition,SCADA)关联数据隐含时空关系复杂难以准确描述态势的问题,将信息熵和循环神经网络引入时序卷积网络中,提出一种机组态势感知模型并修正台风灾害链下基于态势感知的可靠度;最后,针对态势变化和台风灾害链耦合影响下风机可靠度下降引发的不同时间尺度维护策略协调问题,构建海上风电机组多时间粒度分层预测性维护策略。通过算例仿真验证所提模型和方法的有效性。展开更多
文摘针对2023年第6号台风“卡努”影响辽宁及周边地区产生的强降水,采用TS评分(threat score)检验法和多种空间检验法,检验分析CMA_MESO、CMA_GFS和EC_IFS模式的日降水24 h、48 h和72 h预报在强度、落区形态结构和位置3方面的偏差特征。(1)TS评分检验表明,CMA_MESO、CMA_GFS和EC_IFS模式在24 h预报时效下对大雨以下量级预报的TS评分分别为0.64、0.66和0.69,随着降水阈值的增大,TS评分值降低至0.4左右。EC_IFS的TS评分最好,CMA_MESO空报率最大。(2)SAL(structure,amplitude and location)空间检验表明,3个数值模式降水整体位置预报基本一致,但降水强度预报均偏弱,EC_IFS的预报落区结构预报与实况最相似,但对暴雨以上量级范围较实况偏大。(3)MODE(method for object based diagnostic evaluation)属性综合相似度评分表明,CMA_GFS模式对于此次台风降水预报不稳定;CMA_MESO模式预报稳定,但对于暴雨量级预报效果不理想;EC_IFS模式24 h预报时效下的相似度评分最高,对于此次台风降水预报可靠性最高。空间检验法相比传统TS评分,能更精准定位模式在暴雨量级上的结构偏差,并量化雨带位置偏移。在实际业务工作中,应根据不同需求选择不同的检验方式,同时也可将不同的检验方法相结合,从不同角度分析数值模式的预报性能,有助于提高相似台风降水预报的模式适用性。
文摘台风极端天气会诱发强风、暴雨、风暴潮等灾害链,传统海上风电运维策略仅考虑台风风速,难以全面地刻画台风对风机可靠度的影响,为此该文提出一种考虑台风灾害链的海上风电预测性维护策略。首先,针对台风及其灾害链对海上风机各部件冲击机理与载荷特性不同导致可靠度建模困难的问题,构建一种基于3-D Vine Copula的多灾害联合模型,对部件故障率增量进行差异化建模;其次,为解决台风等复杂海况下数据采集与监视控制系统(supervisory control and data acquisition,SCADA)关联数据隐含时空关系复杂难以准确描述态势的问题,将信息熵和循环神经网络引入时序卷积网络中,提出一种机组态势感知模型并修正台风灾害链下基于态势感知的可靠度;最后,针对态势变化和台风灾害链耦合影响下风机可靠度下降引发的不同时间尺度维护策略协调问题,构建海上风电机组多时间粒度分层预测性维护策略。通过算例仿真验证所提模型和方法的有效性。
