本發(fā)明涉及機電設備評價的領域，尤其涉及一種基于風電機組部件重要度評價方法及裝置。

背景技術：

目前，由于風力發(fā)電的普及，對于風電機組的使用量逐年遞增，但是在使用過程中，由于風能的不穩(wěn)定性和隨機性，加上風電機組部件之間的耦合性以及惡劣的運行環(huán)境，使得風電機組運維和管理日益重要。

傳統(tǒng)的風電機組的運維和管理的過程中，包括對風電機組的“定期維修”和“事后維修”方式，但是這兩種方式往往會存在“過度維修”和“缺乏維修”的現(xiàn)象。

現(xiàn)有技術中，通常也會采用分析風電機組部件重要性的方法，確定出風電機組部件的重要性，進而根據(jù)不同的重要性，對風電機組制定不同的策略，但是現(xiàn)有技術中對風電機組進行重要性評價時，采用的都是點值的方法，并未考慮到評價因素隸屬于評價等級的程度以及信息的充分程度對重要度評價的影響。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明實施例提供了一種基于風電機組部件重要性評價的維修方法及裝置，通過機組部件不同的重要程度，確定不同的維修策略，解決了現(xiàn)有技術中，由于對所有的部件都采用“定期維修”或者“事后為修”而導致的“過渡維修”和“缺乏維修”的問題，并且充分考慮到了評價因素隸屬于評價等級的程度以及信息的充分程度對重要度評價的影響，提高了對風電機組部件重要度評價的準確性。

本發(fā)明提供的一種基于風電機組部件重要性評價的維修方法，所述方法可以包括：

確定參與評價的風電機組部件，并依據(jù)預設的重要度評價因素集，獲取所述因素集中每一個因素所對應的風電機組部件的實際運行狀況；

依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算區(qū)間數(shù)灰色模糊矩陣；所述矩陣包括：所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度和所述因素集中包含的信息的充分程度，其中，所述隸屬度的取值和所述因素集中包含的信息的充分程度的取值都是用區(qū)間數(shù)表示的；

依據(jù)區(qū)間數(shù)層次分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，并依據(jù)得到的每一個因素的權重，確定所述因素集的權重矩陣；

在owa有序加權平均算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級；

依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。

可選的，所述依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算區(qū)間數(shù)灰色模糊矩陣，包括：

依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度，得到區(qū)間數(shù)灰色模糊矩陣的模部；其中，所述隸屬度的取值是一個區(qū)間數(shù)；

根據(jù)獲取到的每一個因素所對應的實際運行狀況，確定所述因素集包含的信息的充分程度，得到區(qū)間數(shù)灰色模糊矩陣的灰部；其中，所述區(qū)間數(shù)因素集包含的信息的充分程度的取值是一個區(qū)間數(shù)；依據(jù)模部的值和灰部的值，確定區(qū)間數(shù)灰色模糊矩陣。

可選的，所述部件重要等級包括：

關鍵部件、重要部件和一般部件。

可選的，所述因素集包括：

對系統(tǒng)功能的影響、失效頻率、停運時間、維修造成的經(jīng)濟損失、維修費用以及可監(jiān)測性。

可選的，所述在owa有序加權平均算子的基礎上，依據(jù)所述區(qū)間數(shù)灰色模糊矩陣和所述每一個因素針對于所述部件重要等級中每個等級的權重，確定所述風電機組部件所屬的部件重要等級，包括：

確定owa算子的加權向量；

利用owa算子，對區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣進行計算，得到所述風電機組部件屬于每一個等級的區(qū)間值；

將得到的每一個等級的區(qū)間值轉換為實數(shù)，并依據(jù)轉換后的實數(shù)將重要等級進行排序，得到所述風電機組部件所屬的部件重要等級。

本發(fā)明實施例還提供了一種基于風電機組部件重要度評價的維修裝置，所述裝置可以包括：

獲取單元，用于確定參與評價的風電機組部件，并依據(jù)預設的重要度評價因素集，獲取所述因素集中每一個因素所對應的風電機組部件的實際運行狀況；

第一計算單元，用于依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算區(qū)間數(shù)灰色模糊矩陣；所述矩陣包括：所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度和所述因素集中包含的信息的充分程度，其中，所述隸屬度的取值和所述因素集中包含的信息的充分程度的取值都是用區(qū)間數(shù)表示的；

第二計算單元，用于依據(jù)區(qū)間數(shù)層次分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，并依據(jù)得到的每一個因素的權重，確定所述因素集的權重矩陣；

第一確定單元，用于在owa有序加權平均算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級；

第二確定單元，用于依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。

可選的，所述第一計算單元，包括：第一計算子單元，用于依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度，得到區(qū)間數(shù)灰色模糊矩陣的模部；其中，所述隸屬度的取值是一個區(qū)間數(shù)；

第二計算子單元，用于根據(jù)獲取到的每一個因素所對應的實際運行狀況，確定所述因素集包含的信息的充分程度，得到區(qū)間數(shù)灰色模糊矩陣的灰部；其中，所述區(qū)間數(shù)因素集包含的信息的充分程度的取值是一個區(qū)間數(shù)；第一確定子單元，用于依據(jù)模部的值和灰部的值，確定區(qū)間數(shù)灰色模糊矩陣。

所述裝置可選的，所述部件重要等級包括：

關鍵部件、重要部件和一般部件。

所述裝置可選的，所述因素集包括：

對系統(tǒng)功能的影響、失效頻率、停運時間、維修造成的經(jīng)濟損失、維修費用以及可監(jiān)測性。

可選的，所述第二計算單元包括：

第二確定子單元，用于確定owa算子的加權向量；

計算子單元，用于利用owa算子，對區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣進行計算，得到所述風電機組部件屬于每一個等級的區(qū)間值；

轉換子單元，用于將得到的每一個等級的區(qū)間值轉換為實數(shù)，并依據(jù)轉換后的實數(shù)將重要等級進行排序，得到所述風電機組部件所屬的部件重要等級。

本實施例中，首先，通過劃分部件的重要等級和評價的因素集，并依據(jù)得到的因素集中每個因素對于重要等級中每個等級的重要程度，以及得到的因素集中包含的信息的充分程度，計算區(qū)間灰色模糊矩陣；并依據(jù)區(qū)間層級分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，從而確定出因素集的權重矩陣，然后，在owa算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級，最后依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。通過本實施例提供的裝置，對于灰色模糊矩陣和權重矩陣均用區(qū)間數(shù)進行表示，更符合具體的實際，得到的部件的重要等級準確性更高，并根據(jù)部件的重要等級，確定維修策略，解決了現(xiàn)有技術中，由于對所有的部件都采用“定期維修”或者“事后為修”而導致的“過度維修”和“缺乏維修”的問題，并且充分考慮到了評價因素隸屬于評價等級的程度以及信息的充分程度對重要度評價的影響，提高了對風電機組部件重要度評價的準確性。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1示出的是本發(fā)明實施例提供的一種基于風電機組部件重要度評價方法的流程示意圖；

圖2示出的是本發(fā)明實施例提供的一種基于風電機組部件重要度評價方法的流程示意圖；

圖3示出的是本發(fā)明實施例提供的一種基于風電機組部件重要度評價方法的流程示意圖；

圖4示出的是一般設備維修方式邏輯決策的流程圖；

圖5示出的是重要設備維修方式邏輯決策的流程圖；

圖6示出的是關鍵設備維修方式邏輯決策的流程圖；

圖7示出的是本發(fā)明實施例提供的一種基于風電機組重要部件度評價的維修裝置的結構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

參考圖1，示出了本發(fā)明實施例提供的一種基于風電機組部件重要度評價的維修方法的流程示意圖，在本實施例中，所述方法可以包括：

s101：確定參與評價的風電機組部件，并依據(jù)預設的重要度評價因素集，獲取所述因素集中每一個因素所對應的風電機組部件的實際運行狀況；

本實施例中，風電發(fā)電機組由很多的部件組成，例如可以包括：風輪、發(fā)電機、塔架、調向機構、蓄能系統(tǒng)、逆變器、齒輪箱等，這些部件在使用的過程中，都有可能發(fā)生故障。

本實施例中，影響部件重要等級評價的因素可以包括很多，但是由于因素的重要程度以及對于風電機組的適用性，在本實施例中，提供了六種因素，其中這六種因素可以包括：對系統(tǒng)功能的影響、失效頻率、停運時間、維修造成的經(jīng)濟損失、維修費用以及可監(jiān)測性。其中，對于對系統(tǒng)功能的影響、失效頻率、停運時間可以屬于可靠性因素的范疇，對于維修造成的經(jīng)濟損失、維修費用可以屬于經(jīng)濟性因素的范疇，對于可監(jiān)測性可以屬于監(jiān)測性因素范疇。

本實施例中，對于因素集中的每一個因素，都可以獲取到每一個因素所針對的實際運行狀況，對于不同的部件所獲取到的實際運行狀況是不同的，或者對于同一個部件，在不同的時刻所獲取到的每一個因素針對該部件的實際運行狀況都可能是不同的。

舉例說明：假設確定的參與評價的風電機組部件為齒輪箱，則從齒輪箱中獲取到的該齒輪箱的實際運行狀況可以包括：對系統(tǒng)功能的影響：該齒輪箱發(fā)生故障時會導致系統(tǒng)功能基本喪失；失效頻率：平均故障時間為

7000～12500小時；停運時間：齒輪箱故障進行的維修或更換導致停運時間在0.5～8天；維修造成的經(jīng)濟損失：維修造成經(jīng)濟損失較高；維修費用：維修費用較高；可監(jiān)測性：可監(jiān)測性對技術的要求屬于中等水平。

s102：依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算區(qū)間數(shù)灰色模糊矩陣；所述矩陣包括：所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度和所述因素集中包含的信息的充分程度，其中，所述隸屬度的取值和所述因素集中包含的信息的充分程度的取值都是用區(qū)間數(shù)表示的；

本實施例中，需要說明的是，對于已劃分的部件重要等級可以包括關鍵部件、重要部件和一般部件。

本實施例中，s102具體可以包括：

s201：依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度，得到區(qū)間數(shù)灰色模糊矩陣的模部；其中，所述隸屬度的取值是一個區(qū)間數(shù)區(qū)間數(shù)；

s202：根據(jù)獲取到的每一個因素所對應的實際運行狀況，確定所述因素集包含的信息的充分程度，得到區(qū)間數(shù)灰色模糊矩陣的灰部；其中，所述因素集包含的信息的充分程度的取值是一個區(qū)間數(shù)；區(qū)間數(shù)s203：依據(jù)模部的值和灰部的值，確定區(qū)間數(shù)灰色模糊矩陣。

舉例說明：本實施例中，得到的區(qū)間數(shù)灰色模糊矩陣的形式如下公式1)所示：

1)

其中，表示的模部，表示的是模部的左端點值，表示的是模部的右端點值；表示的是灰部，表示的是灰部的左端點值，表示的是灰部的右端點值。由此，可知模部的取值是一個區(qū)間數(shù)，灰部的取值也為一個取值范圍，而，模部表示的是每一個因素對應于所述部件重要等級中每一個等級的隸屬度，灰部表示的是所述因素集中包含的信息的充分程度，因此也可以理解為，該隸屬度和因素集中包含的信息的充分程度的取值為區(qū)間數(shù)。

然后，依據(jù)公式和將模部歸一化，因此得到的區(qū)間數(shù)灰色模糊矩陣的形式可以如以下的公式2：

2)

將公式2)展開后，可以為如下的公式3)；

公式3)

其中，在本實施例中，公式3)中的每一列可以表示每一個因素集對于重要等級中每一個等級的隸屬度和信息的充分程度；每一行表示不同的因素集針對于重要等級中同一個等級的隸屬度和信息的充分程度。

進一步的，若是確定的參與評價的風電機組為齒輪箱，根據(jù)得到的因素集中每個因素針對于齒輪箱的運行狀況，可以得到如下的區(qū)間數(shù)灰色度模糊矩陣如下公式4)：

公式4)

其中，對于隸屬度的計算，可以采用不同的隸屬函數(shù)，例如可以采用梯形隸屬函數(shù)或者三角形隸屬函數(shù)等。

舉例說明：對于梯形隸屬函數(shù)，假設計算可監(jiān)測性的因素，取值情況可以為：經(jīng)濟損失小打分值10分，經(jīng)濟損失一般打分值40分，經(jīng)濟損失大打分值60分。將分值轉化成本文需要的形式，并對分值上下浮動，并且將評價集轉化成本專利需要的評價集：經(jīng)濟損失小→一般設備；經(jīng)濟損失一般→重要設備；經(jīng)濟損失大→關鍵設備。得到隸屬度函數(shù)，如下式公式5)所示。

5)

其中，μ1代表一般設備，μ2代表重要設備，μ3代表關鍵設備。維修造成的經(jīng)濟損失在本文中取值水平為高，轉化成一分制的取值為0.33-0.66，帶入到各個隸屬度函數(shù)中，得到歸屬于各個隸屬度的取值，并按照專利中提到的歸一化方法，即得到灰色模糊矩陣中對應的模部。

本實施例中，在確定區(qū)間數(shù)灰色模糊矩陣由于各因素采集到的信息量不同，會造成確定出的區(qū)間數(shù)灰色模糊矩陣的可信度不同，因此，為了體現(xiàn)這種不同的可信度，在本實施例中，在區(qū)間數(shù)灰色模糊矩陣中采用灰部表示不同因素信息的充分程度，進而體現(xiàn)可信度。對于灰部，使用一些描述性的語言對應一定的灰部范圍，將信息的多少分成很充分、比較充分、一般、比較貧乏、很貧乏5類，例如：分別對應灰部值可以為0-0.2、0.2-0.4、0.4-0.6、0.6-0.8、0.8-1.0，具體由評判者根據(jù)實際情況給定。

本實施例中，需要說明的是，將灰部的值用一個區(qū)間數(shù)表示。

s103：依據(jù)區(qū)間數(shù)層次分析法，計算所述每一個因素針對于所述風電機組部件的重要度評價的權重，并依據(jù)得到的每一個因素的權重，確定所述因素集的權重矩陣；

本實施例中，層次分析法(英文全稱：analytichierarchyprocess，英文簡稱：ahp)是一種多準則的決策方法，一般在實際應用中，會用精確數(shù)來表示元素兩兩比較的重要程度，但是，在實際的應用中，由于客觀事物的發(fā)復雜性以及人們思維能力、知識結構和知識水平的局限性，人們對事物間兩兩的重要性程度之比，往往不是一個確切的數(shù)，因此用一個區(qū)間去反映人們對兩兩重要性程度之比更符合實際，故，在本實施例中，采用層次分析法，得到的每個因素對于該風電機組部件的評價的權重的取值為區(qū)間數(shù)。

本實施例中，因素集中包含6個因素，因此需要分別比較6個因素對于該風電機組部件評價的權重，可以包括以下的步驟：

1)建立這6個因素的互反矩陣；

其中，該互反矩陣是指在上一層某個約束條件下，由富有責任感且時內行的多為專家對下層指標兩兩相互比較得到比較矩陣，專家進行兩兩比較的定性描述標量化，得到互反矩陣；對于專家進行兩兩比較的定性描述標量化時，可以是依據(jù)下表一的互反性標度表進行的；

2)在構建的互反矩陣的基礎上，驗證其一致性，并采用區(qū)間特征根法，計算權重矩陣。

其中，采用區(qū)間特征根法計算權重矩陣的過程可以包括：

將區(qū)間數(shù)判斷矩陣分解為兩個矩陣，分別為矩陣一和矩陣二；

矩陣一：

矩陣二：

并分別求出最大特征根所對應的特征向量：

和

設為a對應的最大特征值的最

大特征向量，其中，

則x則為所求的權重矩陣。

s104：在owa有序加權平均算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級；

本實施例中，具體的，s104可以包括：

s301：確定owa算子的加權向量；

s302：利用owa算子，對區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣進行計算，得到所述風電機組部件屬于每一個等級的區(qū)間值；

s303：將得到的每一個等級的區(qū)間值轉換為實數(shù)，并依據(jù)轉換后的實數(shù)將重要等級進行排序，得到所述風電機組部件所述的部件重要等級。

舉例說明：

針對于s301：

如下公式6)定義owa(中文全稱：有序加權平均)算子

6)

其中ω＝(ω1，ω2…ωm)可以表示與函數(shù)owa相關聯(lián)的加權向量，ωj∈[0，1]，j∈m，σωj＝1；bj可以表示一組數(shù)據(jù)(a1，a2，…am)中第j大的元素。

owa算子中ωi的確定采用式7)。

公式7)ωi＝(1-α)/n+α，ωi＝(1-α)/n；

其中，i≠1，且α∈[0，1]。由此求得加權向量為：ω＝(ω1，ω2，…ωm)；

針對于s302：

其中，對于已劃分的部件重要等級可以包括關鍵部件、重要部件和一般部件，可以將重要等級構成一個評判集即s＝{s1,s2,s3}；其中s1表示部件類型屬于關鍵部件；s2表示部件類型屬于重要部件；s3表示部件類型屬于一般部件。

利用owa算子對第j個重要度等級sj的評判因素集進行統(tǒng)一分析，得到重要度等級sj的綜合評判結果，如以下公式8)所示：

8)

其中，tj＝[tj-，tj+]，a＝(a1，a2，…，an)可以表示與owa相關聯(lián)的加權向量，ai∈[0，1]，i∈m，σai＝1；

bij＝([bij^l，bij^u]，μij)可以表示一組加權數(shù)據(jù)(nω1r1j，nω1r1j，…，nωnrnj)中灰部第i大的元素；

w＝(ω1，ω2，…，ωm)可以表示因素集的加權向量，ωi∈[0，1]，i∈m，σωi＝1；n可以表示平衡因子。

由于ωi和rij都為灰色模糊數(shù)，為了在計算時保留盡可能多的有效信息，模部采用m(·，+)算子，灰部采用m(⊙，·)算子，如下公式9)

9)

其中，m(·，+)算子的是將隸屬于某個評判指標的模部集合起來，前面的點是模部與權重相乘，+是在相乘的基礎上相加；

m(⊙，·)算子的是將隸屬于某個評判指標的灰部集合起來，前面的符號是取1與權重和隸屬度相加值的小的那個，后面的點是將它們連乘。

由于nwirij的灰部是一個區(qū)間數(shù)，且區(qū)間數(shù)具有無法直接比較大小的特點，因此將該灰部的區(qū)間數(shù)點化后進行排序，其中將區(qū)間數(shù)點化的具體方法如下公式10)，其中[β1,β2]為待點化的區(qū)間數(shù)，點化后的值為mθ(β)；

10)mθ(β)＝mθ([β1,β2])＝(1-θ)β1+θβ2；

其中，θ可以表示為評判者對待風險的態(tài)度，θ∈[0，1]。若評判者為風險厭惡型，θ＝0；若評判者為風險喜好型，θ＝1；若評判者為風險中性型，θ＝0.5?？紤]到評判者對待風險的普遍態(tài)度，取θ＝0.5。

然后對向量(nω1r1j，nω1r^1j，…，nωnrnj)依據(jù)公式11)按灰部大小進行排序，得到bij；

11)

其中，

針對于s303，例如可以包括：

得到評判結果zj為區(qū)間數(shù)，將區(qū)間實數(shù)化后進行排序，通過排序結果確定部件重要度等級。

1)依據(jù)區(qū)間數(shù)排序公式12)，將評判結果zj的灰部tj實數(shù)化，

12)

2)依據(jù)公式13)將評判結果zj＝([zj-，zj+][tj-，tj+])模部化為兩區(qū)間參數(shù)，結果為：

13)

3)依據(jù)以上的公式10)計算出的綜合評判結果mθ(zj)，通過比較某部件的mθ(zj)來確定部件所歸屬的重要度等級。

s105：依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。

本實施例中，一般部件是否故障對于風電機組或者所屬的子系統(tǒng)正常運行沒有影響，并且，即使要對一般部件進行維修，一般部件的備件的費用較低，一般可以采取減少備件及降低故障頻率的措施不會收益不明顯；重要部件故障后雖然會造成較嚴重的設備故障，但通常不會產(chǎn)生安全性后果，因此可以通過有效的維修有效降低故障率，提高機組可靠性，但會產(chǎn)生較高的維修費用；關鍵部件的故障可能引起機組運維人員安全、引起重大生產(chǎn)損失等諸多嚴重后果，從降低故障頻率和提高可用率角度，可以很大程度上提高機組可靠性和經(jīng)濟性。

除此之外，還可以是通過圖4-圖6，對不同重要等級的風電機組部件進行確定相應的維修策略；

其中，對于一般設備，判斷預防維修費用是否大于事后維修費用，若是大于，則進行定期維修，若是不大于，則進行事后維修。

如圖5所示，對于重要設備，可以依據(jù)是否存在隱藏性后果、預防維修費用是否大于事后維修費用以及是否能夠找到隱藏功能障礙，確定對于重要設備的故障，是采用定期維修、事后維修、隱患檢測及事后維修或者隱患檢測及定期維修。

參考圖6，針對于關鍵設備，可以是通過判斷是否存在隱藏性后果、是否能監(jiān)測到設備狀態(tài)、是否能找到隱藏功能障礙以及是否監(jiān)測到設備狀態(tài)，確定出對關鍵設備，是采用定期維修、狀態(tài)維修、隱患檢測及狀態(tài)維修還是隱患檢測及定期維修。

本實施例中，首先，通過劃分部件的重要等級和評價的因素集，并依據(jù)得到的因素集中每個因素對于重要等級中每個等級的重要程度，以及得到的因素集中包含的信息的充分程度，計算區(qū)間灰色模糊矩陣；并依據(jù)區(qū)間層級分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，從而確定出因素集的權重矩陣，然后，在owa算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級，最后依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。通過本實施例提供的裝置，對于灰色模糊矩陣和權重矩陣均用區(qū)間數(shù)進行表示，更符合具體的實際，得到的部件的重要等級準確性更高，并根據(jù)部件的重要等級，確定維修策略，解決了現(xiàn)有技術中，由于對所有的部件都采用“定期維修”或者“事后為修”而導致的“過度維修”和“缺乏維修”的問題，并且充分考慮到了評價因素隸屬于評價等級的程度以及信息的充分程度對重要度評價的影響，提高了對風電機組部件重要度評價的準確性。

參考圖7，示出了本發(fā)明實施例提供的一種風電機組部件重要度評價的維修裝置，在本實施例中，所述裝置可以包括：

獲取單元，用于確定參與評價的風電機組部件，并依據(jù)預設的重要度評價因素集，獲取所述因素集中每一個因素所對應的風電機組部件的實際運行狀況；

第一計算單元701，用于依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算區(qū)間數(shù)灰色模糊矩陣；所述矩陣包括：所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度和所述因素集中包含的信息的充分程度，其中，所述隸屬度的取值和所述因素集中包含的信息的充分程度的取值都是用區(qū)間數(shù)表示的；

第二計算單元702，用于依據(jù)區(qū)間數(shù)層次分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，并依據(jù)得到的每一個因素的權重，確定所述因素集的權重矩陣；

第一確定單元703，用于在owa有序加權平均算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級；

第二確定單元704，用于依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。

可選的，所述第一計算單元，包括：第一計算子單元，用于依據(jù)每一個因素所對應的實際運行狀況和已劃分的部件重要等級，計算所述每一個因素對應于所述部件重要等級中每一個等級的隸屬度，得到區(qū)間數(shù)灰色模糊矩陣的模部；其中，所述隸屬度的取值是一個區(qū)間數(shù)；

第二計算子單元，用于根據(jù)獲取到的每一個因素所對應的實際運行狀況，確定所述因素集包含的信息的充分程度，得到區(qū)間數(shù)灰色模糊矩陣的灰部；其中，所述區(qū)間數(shù)因素集包含的信息的充分程度的取值是一個區(qū)間數(shù)；第一確定子單元，用于依據(jù)模部的值和灰部的值，確定區(qū)間數(shù)灰色模糊矩陣。

所述裝置可選的，所述部件重要等級包括：

關鍵部件、重要部件和一般部件。

所述裝置可選的，所述因素集包括：

對系統(tǒng)功能的影響、失效頻率、停運時間、維修造成的經(jīng)濟損失、維修費用以及可監(jiān)測性。

可選的，所述第二計算單元包括：

第二確定子單元，用于確定owa算子的加權向量；

計算子單元，用于利用owa算子，對區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣進行計算，得到所述風電機組部件屬于每一個等級的區(qū)間值；

轉換子單元，用于將得到的每一個等級的區(qū)間值轉換為實數(shù)，并依據(jù)轉換后的實數(shù)將重要等級進行排序，得到所述風電機組部件所屬的部件重要等級。

通過本實施例的裝置，首先，通過劃分部件的重要等級和評價的因素集，并依據(jù)得到的因素集中每個因素對于重要等級中每個等級的重要程度，以及得到的因素集中包含的信息的充分程度，計算區(qū)間灰色模糊矩陣；并依據(jù)區(qū)間層級分析法，計算所述每一個因素針對于所述風電機組部件重要度評價的權重，從而確定出因素集的權重矩陣，然后，在owa算子的基礎上，依據(jù)區(qū)間數(shù)灰色模糊矩陣和因素集的權重矩陣，確定所述風電機組部件所屬的部件重要等級，最后依據(jù)所述風電機組部件所屬的部件重要等級確定相應的維修策略。通過本實施例提供的裝置，對于灰色模糊矩陣和權重矩陣均用區(qū)間數(shù)進行表示，更符合具體的實際，得到的部件的重要等級準確性更高，并根據(jù)部件的重要等級，確定維修策略，解決了現(xiàn)有技術中，由于對所有的部件都采用“定期維修”或者“事后為修”而導致的“過度維修”和“缺乏維修”的問題，并且充分考慮到了評價因素隸屬于評價等級的程度以及信息的充分程度對重要度評價的影響，提高了對風電機組部件重要度評價的準確性。

需要說明的是，本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。

對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。