随着风电机组的装机容量不断增加,如何提高运维效率,降低运维成本已成为风电行业关注的焦点。本文以大型直驱式风电机组为研究对象,基于模糊灰关联分析法进行直驱式风电机组故障树分析,基于SCADA数据评估直驱式风电机组的主要性能指标,分析直驱式风电机组变桨故障,建立诊断基准,进行直驱式风电机组部件维护优化,指导直驱式风电机组的维护优化。主要研究内容如下:(1)基于模糊灰关联分析法进行直驱式风电机组故障树分析。首先建立了直驱式风电机组整机的故障树模型,分别建立了直驱式永磁同步风电机组整机、风轮系统、变桨系统、永磁同步发电机、偏航系统、测风系统和机舱底座及塔架的故障树;针对各个子系统,结合故障历史统计数据,利用模糊灰关联分析法对各子系统故障树分析了各最小割集与顶上事件的灰色关联度,得到了各子系统的薄弱环节,并提出了相应的改进措施。(2)基于SCADA数据对现有的直驱式风电机组性能指标进行评估。首先,根据现场采集的湖南某风电场正常运行SCADA数据,对比了性能指标间的相关性和分布规律,结果表明,三种性能指标表现出良好的一致性,但发电比例更具代表性,并且能够更好地反映风电机组的发电性能;然后,从SCADA信息来源的角度分析三种性能指标的信息量;结果表明发电比例指标更适合作为性能监测指标;最后,通过现场采集的SCADA异常运行数据验证了发电比例作为性能监测指标的合理性。(3)基于性能曲线进行直驱式风电机组的变桨故障识别。基于湖南某风电场现场采集的SCADA数据,对风速-功率、风速-轮毂转速、风速-桨距角、轮毂转速-桨距角和轮毂转速-功率曲线进行分析,得到了更适合故障诊断两种性能曲线的理论曲线;结合运行状态对变桨故障场景进行了分类,最后建立了故障诊断基准。(4)基于故障相关性进行直驱式风电机组的部件维护周期优化。考虑部件间的故障相关性,通过引入有效年龄阈值和劣化影响因子,对部件之间的劣化影响导致的维护成本增加量进行评估,建立考虑部件间故障相关性的部件维护优化模型,利用枚举法和内点算法求解;依据直驱式风电机组的部件维护参数进行算例分析,验证了该模型的有效性。