拟合方程参数，计算潮位变化与海面区域风速垂直变化规律；利用海 面区域风速垂直变化规律和不同高度风速数据，推导轮毂高度处的风速数据，将其分为昼 夜两部分，利用极大似然估计方法进行威布尔分布拟合，计算昼夜威布尔分布参数，得到海 上风电场轮毂高度的昼夜风速威布尔分布。
[0028] 计算潮位变化与海面区域风速垂直变化规律的具体步骤如下：
[0029] l)Monin-〇bukov方程如下式所示。基本参数包括von Karman常数k，摩擦风速u*， Monin-Obukov长度L、普适函数Φ (z/L)和海洋表面动力学粗糙度z。，输入参数为海平面高 度z，输出结果为对应海平面高度的风速u (Z)。
[0031] 2)利用摩擦风速u*替代Monin-Obukov方程中的Monin-Obukov长度L、普适函数 Φ (z/L)和海洋表面动力学粗糙度z。，替代方程如下式所示。
[0035] 3)利用预处理后的潮位数据和不同高度的风速数据，计算任一时刻风速的实际 海平面高度z，初始化ιΛ利用梯度下降法计算方程的唯一参数u%从而得到参数齐全的 Monin-Obukov方程，即基于Monin-Obukov方程的潮位变化与海面区域风速垂直变化规律。
[0036] 所述昼夜海风的变化规律的研究方案具体如下：
[0037] 利用潮位变化与海面区域风速垂直变化规律和海上风电场场址处不同高度的测 风数据，推导轮毂高度处的风速数据；将其按照时间分为昼夜两部分，分别利用极大似然估 计方法进行威布尔分布拟合，计算昼和夜的风速威布尔分布参数，从而得到海上风电场轮 毂高度的昼夜风速威布尔分布，即昼夜海风的变化规律。
[0038] 步骤S103,利用场址的测风数据和海洋数据，选择平方误差最小的风浪耦合经验 公式模拟风浪耦合关系。
[0039] 具体地，利用步骤S102中海面区域风速垂直变化规律和不同高度风速数据，推导 海平面的风速数据，通过SMB法、青岛法、井岛法，计算相应的有效波高数据，与真实值求取 均方误差，选取均方误差最小的方法模拟风浪耦合关系。
[0040] 步骤S104,利用拟采用风机的历史运行/故障数据，统计各个设备的年平均故障 率，拟合故障指数分布。
[0041 ] 具体地，假设某风电场共有100台风机，5年内共发生某设备故障500次，那么故障 率为1次/台年，利用极大似然法拟合故障指数分布。
[0042] 步骤S105,输入海上风电场模拟运行年限Υ、运维策略Μ、运维中心与风电场平均 距离Lav、运维中心与备品仓库距离Les、接近技术选型参数A等。
[0043] 具体地，输入模拟运行年限为20,运维策略为"组合维修"（多个故障会根据故障 类型、维修时间进行组合，在一次出海时一起维修），运维中心距离风电场平均距离l〇km， 运维中心与备品中心平均距离10km，接近技术为单体船，抗风能力为10m/s，抗浪能力为 〇· 9m，最大航速20节
[0044] 步骤S106,初始化当前日期td、故障准备队列Listp、故障维修队列Listp出海队 列List。等。
[0045] 具体地，当前日期td= 0、故障准备队列List p初始化为一个空队列、故障维修队 列Lis仁初始化为一个空队列、出海队列List。初始化为一个空队列。
[0046] 步骤S107,当当前日期td小于运行年限Y，根据风速威布尔分布、风浪经验耦合公 式、故障指数分布，结合均匀随机数发生器，产生当前日期、中每个小时的符合分布特征的 风速随机数、有效波高随机数和故障状态随机数。
[0047] 具体地，假设模拟得到的风速威布尔分布参数c = 8. 0695、k = 2. 2159,风浪耦 合规律采用SMB方法，某设备故障率为1次/台年，利用均匀随机数发生器便可以产生日 期、中每个小时的平均风速随机数[5. 7, 6. 6, 4. 8, 5. 5, 6. 7, 7. 2, 8. 3, 7. 6……]、平均有 效波高随机数[0· 69, 0· 71，0· 45, 0· 67, 0· 72, 0· 78, 0· 92, 0· 85……]、设备故障状态随机数 [1，0, 0, 0, 0, 0, 0, 0......] 〇
[0048] 步骤S108,若当前日期td内出现N个故障设备，将这N个故障设备放入故障准备 队列Li stp。
[0049] 具体地，假设当前日期td内出现2个故障设备，不妨设为Pro 3和Pro b，那么Listp. push ([Proa, Prob])。
[0050] 步骤S109,若故障准备队列Listp不为空，利用故障诊断时间模拟分布、备品准备 时间模拟分布和均匀随机数，产生处理N个故障的准备时间，将N个故障从故障准备队列 Listp中移除，放入故障维修队列Listp
[0051] 具体地，假设故障诊断时间遵循均值为30、方差为10的正态分布（单位：分钟）， 备品准备时间遵循均值为45、方差为5的正态分布（单位：分钟），当前时刻存在2个 未维修故障，利用均匀随机数发生器产生这2个故障的故障准备时间为75分钟；LisV push ([Proa，ProJ )，Listp. pop ([Proa，ProJ) 0
[0052] 步骤S110,若故障维修队列Lis仁不为空，利用风场分布的随机数、海浪分布的随 机数和初始化的接近技术参数计算当天的时间窗口，根据当天时间窗口、N个故障的平均维 修时间、出海航行时间和转移时间，利用海上风电场出海任务调度算法计算故障队列中的 故障是否能够维修和最优维修方案，将最优维修方案中的故障从故障维修队列List 1^中移 除，将能够维修的故障从故障维修队列Lis仁中移除，放入出海队列List。，由于时间窗口限 制导致当前日期、内无法完成维修的故障，保留在故障队列中，直到故障被修复未止。
[0053] 所述海上风电场出海任务调度算法计算故障队列中的故障是否能够维修和最优 维修方案，具体方法如下：
[0054] 从故障维修队列List1^中任意取出η个故障，计算执行这η个故障所需要的最优执 行时间。假设出海航行时间为t g。，转移时间为ttMn，风机间平均航行时间为twt wt，第k个故 障的最短维修时间为trap_ik，全部η个故障的最优执行时间为t test，当天时间窗口为twindOT， 那么按照下式计算最优执行时间
[0057]初始化 n = 1 ;
[0058] 遍历所有满足最优执行时间ttest小于当天时间窗口 twindOT的故障组合方案，从中 选择最优执行时间ttest最大的故障组合方案作为当前η值下最优的故障组合方案；利用当 前η值下最优的故障组合方案替代全局最优故障组合方案。
[0059] 若η超过故障维修队列Lis仁的总故障数量或者不存在满足最优执行时间t best小 于当天时间窗口 twindOT的故障组合方案时，算法终止；否则，η进行自增。
[0060] 具体地，假设当前日期td的风场分布随机数为[5. 7, 6. 6, 4. 8, 5. 5, 6. 7, 7. 2, 8. 3 ,7. 6......]，浪场分布随机数为[0· 69, 0· 71, 0· 45, 0· 67, 0· 72, 0· 78, 0· 92, 0· 85......]，由于 接近技术的抗风能力为l〇m/s，抗浪能力为0. 9m，当天的时间窗口最大长度为360分钟， 但是由于故障准备消耗掉了 75分钟，因此实际的窗口时间为285分钟；假设平均出海航 行时间为30分钟，平均转移时间为20分钟，风机间平均航行时间10分钟，ProJP Pro b平 均维修时间分别为2小时和4小时，因此当天仅能维修Proa，List。. push([ProJ)，LisV pop ([ProJ);由于当天无法完成Pro1^修，Pro b继续保留在故障队列List r中，等待第二天 进行维修，在Prob被修复前，风机一直处于停机状态，持续产生损失发电量。
[0061] 具体地，假设当前日期td的风场分布随机数为[5. 7, 6. 6, 4. 8, 5. 5, 6. 7, 7. 2, 8. 3， 7. 6......]，浪场分布随机数为[0· 69, 0· 71，0· 45, 0· 67, 0· 72, 0· 78, 0· 92, 0· 85......]，由于接 近技术的抗风能力为l〇m/s，抗浪能力为0. 9m，当天的时间窗口最大长度为360分钟，但是 由于故障准备消耗掉了 75分钟，因此实际的窗口时间为285分钟；假设平均出海航行时间 为30分钟，平均转移时间为20分钟，风机间平均航行时间10分钟，List 1^中共有5个故障， 名称分别为Praa、Prob、Pro。、ProjP Pro e，对应的平均维修时间分别为1小时、1小时、2小 时、2. 5小时和4小时。当η = 1时，最优的故障组合方案是维修ProdS η = 2时，最优的 故障组合方案是维修PraJP Pro b;当η = 3时，不存在满足当天时间窗口的故障组合方案， 算法终止。因此当天最优的故障组合方案是维修PradPI Pro b，List。, push ([Pr