基于SCADA现场数据的国产风力机组可靠性评估与维修决策研究(2)
1.2 国内外研究现状近年来，许多研究用于分析处于一些国家和地区的风电场故障和可靠性问题，比如，Ribrant 和 Bertling[11]对位于瑞典、芬兰和德国境内的风力机进行了故障分析。随着现在风力机设备日趋复杂，风力机在运行过程中对设备的可靠性要求也逐渐提高，因此，人们对于风力机的可靠性和维修决策展开了深入研究。以可靠性为中心的维修（RCM）也成为目前风力机组维修体系中的重要组成部分，随着风力机组可靠性和维修性等相关要求的逐步提升，可靠性和维修决策的研究工作也得到了持续的推进与深入。
1.2.1 风力机可靠性研究现状目前， 国内外的风力机组均在可靠性研究方面面临着严峻的难题。 由于风速 （Wind Speed，WS）变化规律复杂及风力机安装的地域性要求高，所以风能具有间歇性和非调度性。此外，风力机组本身结构复杂，且故障模式较多，也造成了其可靠性研究难度加大。Zhao[12]提出了一个关于海上风电场的可靠性评估优化模型， 并且提供了风能输出的信息，可用于进行风力机组可靠性优化分析。该模型强调风力机的设计情况，主要包括风力机各部件（比如变压器、电缆、变换器等） 、及不同系统结构的设计。此模型通过对由于部件故障造成的不能转化成电能的风能所占百分比来对可靠性进行研究。Spinato[13]对位于丹麦、德国的6000 多台海上风力机组的各部件进行了长达 11年之久的研究，采集了大量的风力机组故障数据，有助于对风力机组及其各部件进行可靠性分析。Herbert[14]对于南印度的风电场及风力机各部件展开了可靠性研究，得到了关于南印度风电场可靠性的基本数据，并进行了相应的可靠性分析。 Pinar perez[15]围绕风力机可靠性将采集的故障数据与其他文献的故障数据进行了对比，对故障数据进行了分析，并评价了风力机组的可靠性。此外，在文献[16]中，应用了NEPLAN 软件系统对风力机的可靠性进行计算，该系统主要将故障定量分析和故障影响分析相结合。对于可靠性的分析主要考虑整个风力机组，包括风力机及其各部件。该软件系统分析结果表明，对风力机组可靠性影响最大的部件是发电机。近年来，利用仿真方法对风力机组可靠性进行评估开始逐渐流行。文献[17]中采用了随机蒙特卡洛方法对于风力机可靠性进行了仿真，主要包括对发电机及各零部件的仿真。在文献[18]中，作者提出了间断性蒙特卡洛仿真模型，该模型主要用于对受周期性影响的风电场展开可靠性研究。此外，连续性蒙特卡洛可靠性模型也在风力机可靠性评估中得到了广泛使用[19,20]。到目前为止，国内在对风力机可靠性分析与评估方面的研究较少，对于风力机可靠性分析也处于研究初期，因此需要对这方面的研究进行推广与深入。