针对部分可观测风力涡轮机的建模及生产维护优化，并考虑了相互依赖性因素

《Expert Systems with Applications》：Modeling and production-maintenance optimization for partially observable wind turbines with dependency considerations

针对风力涡轮机监测信号无法准确估计退化状态的问题，本研究提出基于部分可观测马尔可夫决策过程（POMDP）的联合生产维护优化模型，通过建立退化依赖关系和动态决策阈值，结合贵州风电场实测数据验证，显著降低齿轮箱寿命成本。

　　

唐华康|王宏雷

贵州大学管理学院，中国贵阳550025

摘要

先进的状态监测技术提高了风力涡轮机（WTs）的运行安全性。然而，由于WT能量传输系统的复杂性，生产、维护和退化过程之间存在复杂的依赖关系。仅基于状态监测（CM）信号得出的模糊状态估计难以准确反映设备的实际健康状况，这在制定有效的生产和维护策略时带来了很大困难。为了解决这些问题，本文提出了一种集成建模和决策方法，该方法包括：（1）生产-维护与退化之间的依赖关系；（2）部分可观测的WT退化建模；（3）联合生产-维护优化。具体而言，我们通过随机过程建立了观测信号与隐藏条件之间的退化依赖关系，基于这些依赖关系构建了一个部分可观测马尔可夫决策过程（POMDP）模型，并推导出了包括生产和预防性维护的信念状态阈值在内的联合最优策略，以及针对不同状态的最优生产和维护策略。使用中国贵州实际风电场数据校准的数值实验表明，我们提出的启发式策略将齿轮箱的生命周期成本降低了260.2295千美元，相比传统的固定费率策略降低了3.02%

引言

风力涡轮机在偏远和恶劣的环境中全年运行，由于高产需求和多变的环境因素，维护需求与退化过程之间存在复杂的相互依赖关系（Lei等人，2023年）。因此，风力涡轮机的运营和维护（O&M）成本非常高，在某些情况下超过了总支出的40%（GWEC，2023年），从而削弱了风能的经济可行性和可持续发展（Oh等人，2024年；Shiraz等人，2020年）。

在日益先进的监测技术背景下，对风力涡轮机进行远程实时运行状态监测，随后制定生产和维护策略，被广泛认为是提高其经济可行性和可持续发展潜力的关键措施（Rozas等人，2024年；Zhang等人，2024年；Hendradewa和Yin，2025年）。由于生产和维护是影响WT退化的主要因素（Arts等人，2024年；Wang等人，2024年），许多研究采用了随机过程模型或寿命估计技术来研究它们的影响（Polotski等人，2019年；Do等人，2015年；Tang等人，2025年）。然而，大多数现有研究在其假设中简单地假设生产或维护单独影响退化（Yang等人，2020年；Li等人，2022年）。目前关于联合生产-维护优化的研究通常关注过于简化的系统，在这些系统中退化状态是完全可以观测到的，而实际上大多数设备的退化状态无法直接观测到（Zhang & Zhang，2023年）。

许多研究采用数据处理或人工智能方法，如CNN（Wang & Yin，2024年）和LSTM（Liu等人，2024年），来进一步分析现场监测信号以进行设备状态诊断。然而，监测信号通常仅反映设备的基本物理运行参数。例如，风力涡轮机中的齿轮箱油温和振动信号仅表明是否超过了幅度或温度限制（Xu等人，2024年），而没有揭示诸如齿轮箱裂纹深度等关键信息。此外，由于理想实验室条件与复杂现实运行环境之间的差异，这些方法的适用性仍然有限（Castellani等人，2024年）。因此，在当前实践中，风力涡轮机的实时状态仍然是部分可观测的（Bai等人，2024年；Salehimaleh等人，2022年）。

维护过程中的依赖关系主要包括经济依赖、结构依赖和资源依赖等（Ahmadi等人，2024年；Liang等人，2024年）。目前关于WT维护中依赖关系的研究主要集中在结构依赖（Soltani等人，2024年）和经济依赖（Bansal等人，2025年）上。这些研究探讨了结构耦合如何影响维护过程中的拆卸顺序，或者同时维护齿轮箱和主轴可能带来更大的经济效益（Zhang等人，2025年）。此外，最近的研究将依赖建模扩展到了具有依赖竞争风险的多组件系统（Zhang和Zhang，2023年；Elwany等人，2011年），为复杂的维护决策提供了理论基础。然而，在风力涡轮机的具体背景下，生产负荷与退化的随机波动性（即退化过程的方差）之间的非线性相互作用尚未得到充分探索（Wang等人，2024年；Liu等人，2021年）。

当前的方法往往忽略了维护行动如何具体稳定退化路径的方差，导致决策阈值不佳（Sun等人，2020年）。本研究旨在通过将生产-维护依赖关系整合到信念状态决策框架中来弥补这一特定差距。在这种条件下解决O&M决策问题，是提高风电场经济运行效率的关键步骤。

在这项工作中，我们做出了以下贡献：

(1)

联合生产-维护策略搜索。我们采用启发式策略搜索方法来确定WT齿轮箱的实际信念状态阈值。

(2)

在POMDP框架内考虑设备退化状态的部分可观测特性，并通过现场数据的统计特征分析进行验证。

(3)

考虑生产-维护策略与齿轮箱退化状态之间的非线性依赖关系。

本文的其余部分组织如下：第2节模拟了WT中观测信号与隐藏条件之间的非线性关系。第3节将问题表述为一个POMDP。第4节使用中国贵州省西部一个风电场的运行数据进行了现场案例研究。第5节总结了研究并概述了未来的研究方向。

章节摘录

风力涡轮机中观测和隐藏条件的建模

本研究通过专注于齿轮箱（故障损失的主要来源）来简化建模，从而实现其他组件的机会性维护（Tao等人，2024年）。

问题设定

本研究重点关注WT齿轮箱的运营和维护决策，这些齿轮箱通常配备有专门的CM传感器，用于生成指示系统健康状态的CM信号。风电场控制中心利用SCADA数据来诊断WT的运行状况。然而，由于工业信号传输系统的带宽限制，只能获取部分关键信号，如油温和齿轮轴向加速度数据，这使得难以准确

数据集概述

为了验证模型的有效性，本研究使用了贵州省西部一个风电场的数据进行了数值实验。该风电场位于云贵高原的山区地带，面临独特的挑战：漫长的冬季冰冻期和崎岖的地形使得维护人员在WT出现异常时难以到达现场。因此，生产和维护决策必须完全依赖于来自状态的信号

结论

本文提出了一种新的部分可观测WT建模方法，该方法考虑了依赖关系和联合生产-维护决策，用于解决在WT的运营和维护过程中确定预防性维护信念阈值以及制定最优生产和维护策略的难题。该模型是部分可观测的，并且具有一个明确的吸收状态，对应于设备的故障事件

CRediT作者贡献声明

唐华康：数据整理、方法论、可视化、撰写——原始草稿。王宏雷：概念化、调查、方法论、监督、撰写——审阅与编辑。

利益冲突声明

作者声明他们没有已知的可能会影响本研究报告工作的财务利益或个人关系。

致谢

本研究部分得到了国家自然科学基金（编号：71962004）的支持。