摘要
本发明公开了长寿期管理下海上风电机组可靠度分配建模与维修决策方法,利用多源异构数据融合与元迁移学习技术,提升对海上风电机组关键部件健康状况和剩余使用寿命预测的准确性和适应性;基于RCM理论,系统分析部件结构与影响因素,引入模糊理论处理评价中的不确定性,结合预测的健康与劣化信息,建立客观、量化的关键部件的可靠度指标分配模型,确定各关键部件合理的可靠度指标分配权重;以最大化海上风电机组系统的平均可靠度和最小化全生命周期运维成本为目标,构建考虑部件劣化、维修效果及多种约束的长寿期多目标优化模型,并采用智能算法求解,获得最优的预防性维修计划。
技术关键词
海上风电机组
维修决策方法
危害性分析方法
可靠度模型
多源异构数据融合
长短期记忆网络
模糊综合评判
监视控制系统
指标
维修工单
剩余使用寿命预测
深度优先搜索算法
模糊理论
风电机组整体
加权平均模型
模糊层次分析法
局部空间特征
系统为您推荐了相关专利信息
海上风电设备
数据输入模块
智能故障诊断
机器学习算法
数据处理单元
水闸结构
安全性分析方法
三维有限元模型
可靠度模型
实体
电网运行数据
信息控制方法
数字孪生模型
电网设备
多源异构数据融合
三维变形场
三维观测方法
地质变形三维观测系统
倾斜仪
卫星合成孔径雷达