风力发电系统状态监测和故障诊断技术探究

风力发电系统状态监测和故障诊断技术探究
发布时间：2021-01-14T07:13:05.633Z 来源：《中国电业》（发电）》2020年第23期作者：郭亚刚1 罗维乔2
[导读] 近年来以风力发电为代表的可再生能源产业得到了快速发展，不断完善的风力发电技术凭借自身独特的优势为风力发电规模的不断扩大提供了支撑，但风力发电系统在运行时的安全问题逐渐凸显，需对风力发电系统进行科学有效的监控，确保及时发现潜在隐患及故障，进而保证系统正常运行。

1.华润新能源（延安）有限公司陕西延安 717600；
2.华润新能源（叶县）有限公司河南叶县 467200
摘要：风力发电是电力生产的新途径，其对提高电力生产量、节能降耗和电力行业的可持续发展有着十分重要的影响。

但是，风力发电机装机容量和建设规模不断扩大，操作要求较高，如果维护措施不到位，将会导致故障经常出现。

因此，本文就对风力发电系统状态监测和故障诊断技术措施进行深入探讨。

关键词：风力发电；状态监测；故障；诊断
风力发电技术尚未发展成熟，对于风力发电场的设备和关键部件了解不深入，传统维修多采用计划维修和事后维修方法。

风力发电机状态监测和故障诊断系统的建立和实施对于风力发电场的正常运行和提高经济效益具有重要意义。

该系统对风力发电机组各关键部件进行跟踪监测，获得设备运行参数，如振动、温度、电流、电压等信息，并通过系统自动分析与计算，拟定故障维护检修计划。

1、风力发电系统状态监测和故障诊断技术研究现状与发展趋势
1.1风力发电机系统的状态监测现状分析
近年来以风力发电为代表的可再生能源产业得到了快速发展，不断完善的风力发电技术凭借自身独特的优势为风力发电规模的不断扩大提供了支撑，但风力发电系统在运行时的安全问题逐渐凸显，需对风力发电系统进行科学有效的监控，确保及时发现潜在隐患及故障，进而保证系统正常运行。

风力发电过程中将风能转化为电能主要通过使用风机实现（电磁感应原理），再对转换后的电能进行调压等操作后向电网中的用户输送。

目前我国的风力发电机组建设较为完善，基于恒速恒频的风力发电机组进一步完善了风力发电系统。

目前变桨距技术在监测风力发电机系统的状态过程中较为常用，该技术能够根据实际情况动态调整风机叶轮转速，并以实际风速变化情况为依据对变流技术进行调整，以确保风力发电输出频率的恒定。

风力发电质量在引入变速恒频技术（在风力发电并网系统中应用较多）后得以显著提高。

1.2存在的问题及发展趋势
随着时代的发展，科技不断进步，对金风的永磁直驱发电机的保护和维修取得进一步发展，为国家的发展和社会经济效益作出了贡献。

基于金风的永磁直驱发电机故障的智能诊断系统的研究，特别是最近几年关于金风的永磁直驱发电机负荷增长的研究。

信号分析技术等实际应用技术获得了进一步的发展，自动化测试技术同计算机科学技术的飞速发展为发电机的正常运行起着非常重要的作用。

与此同时，发电机仍然存在以下几个方面的缺点：（1）功能不足。

中国目前对金风的永磁直驱发电机的故障诊断比较侧重于风力发电的状态分析，故障诊断和状态监测尚未被考虑到。

以现在的发展来看，需要开发集成系统来对金风的永磁直驱发电机实施监测、分析、诊断、管理以及合理的维护。

（2）诊断方法的独特性。

目前可利用的系统仅能检查错误信号的问题，还不能做到对设备其他因素的诊断，对于不同的设备也没有做出有效的改变。

（3）资源浪费过高。

现有的故障诊断系统和风力检测系统没能更好的结合起来。

到目前为止，虽然资金投入量大，但是风力发电场的资源分配不足，维护成本太高。

（4）实际设计的缺陷。

金风的永磁直驱发电机的诊断系统大多没有经过现场测量，金风的永磁直驱发电机体型过大等实际设计的缺点突出。

2、风力发电系统故障诊断技术
2.1齿轮箱的故障诊断
在世界各地风力发电系统中，有超过七成以上都是采用齿轮驱动技术。

在风力发电系统中，齿轮箱是一个十分重要的变速传动部件，其主要通过齿轮完成整合风力发电系统能力的传递。

在设备内部齿轮箱和主轴承的使用寿命直接影响到风力发电系统运行的安全性和风力发电机机组的使用寿命。

齿轮箱常见的故障主要有齿轮磨损、齿轮断齿、齿轮偏心、轴承损坏、润滑不良、油温过高等几种。

最近几年，随着科学技术不断发展，运用在线编程技术，开发基于B/S的风电机组在线监测系统，将其固定在齿轮箱的传感器上，采集齿轮箱的振动、噪声和温度信号，然后将信号传输到Web服务器上，Web服务器可以利用局域网将信号传递到客户端上实现在线监测。

同时，也可以将数据发送到远程诊断中心开展远程诊断，大大提升在线监测系统的稳定性和科学性。

2.2发电机故障诊断
风力发电机由于工作系统较多，出现故障的种类也是十分繁杂的。

一般情况下常见故障主要包含了定子绕组故障、轴承故障、转子导条和端环故障以及其他故障。

发电机出现故障之后一般会产生一种或者多种征兆，如气息电压和电流不平衡，转矩动脉加强，平均转矩减
小，工作效率降低，电流、电压和磁通波扰动等。

发电机的振动分析可以和低速轴、齿轮箱振动结合起来，但是振动传感器价格较高，安装复杂不适合在发电机故障诊断中应用。

而采用定子电流信号分析，是一种常用的、相对稳定方法，其设备安装简单，价格较低，能够和发电机控制系统共同使用电流信号，在发电机故障诊断中有着很好的应用价值。

3、风力发电机组状态监测与故障诊断系统实现
3.1智能故障诊断原理
因为风场的气流是不可控的，这样就会造成齿轮箱或是发电机的障碍信号为持续变化状态，对此，若采用传统的频域分析方法则不能满足故障诊断需求，也不能混合的运行异常信号进行分析和梳理。

小波分析是一种时域———频域分析方法，可将其应用于特定时域或者是频域的故障信息分析与诊断。

为了提升风力发电机组的故障诊断功能，可采用人工神经网络进行系统架设，因为人工神经网络可及时更新内部数据库，同时，也具有非线性映射能力，将其应用于复杂故障分析时，可以对非确定性分类故障信息进行计算、分析和处理。

采用智能诊断模块，将信号的单子带重构变为小波变换，从小波变换自带系数中进行信息的特征提取和分析，并将其录入神经网络中，系统可以自动依据事先编制的映射关系输出处理结果，即故障诊断结果。

3.2系统功能设置
①实时显示风场变电站的高低压侧电压、电流、频率、有功功率和无功功率，数据显示为实时曲线和数字量。

用户可以在界面上输入关键字，查询相关状态信息，及时了解风场的运行状态。

②风场累计发电机量显示风机和风场每日、每周、每月、每年的发电量，并将数据转化为柱状图显示，与传统管理方法相较而言，计算工作的效率和质量更高，也减轻了人力工作压力。

③需跟踪监测风机的运行状态，监测指标包括电气运行参数和状态参数两类。

系统界面可提供设备检修的直接数据依据，也可将其作为参考用于故障的智能诊断。

④风机智能故障诊断，可通过齿轮箱振动参数的时域图、小波分析图、发电机定子电流的时域图、小波分析图、故障案例示意图等[3]。

需对采样时间进行合理设置，系统便可对发电机以及齿轮箱的故障类型进行分析和诊断，并给出故障诊断结果。

在产生故障诊断结果的同时，可自动生成小波分析图。

登陆远程监控管理系统，可通过小波分析图对故障进行深入分析。

⑤需对系统的管理权限进行合理设置，而系统只对管理员开放，可以查阅系统维护升级、故障日志记录、信息报表等信息，可根据管理需求对报表进行查询、导出和打印。

4、结论
状态监测技术与故障诊断技术对于保障风力发电系统的正常运行发挥了重要作用，工作人员务必要依照相应规范进行机组安装，强化安装质量验收把控，并在日常加强对机组设备、部件的检修维护，排除系统的故障隐患，借助获取到的监测数据进行故障解决方案的运用，进一步提高风力发电机组的运行效能。

参考文献
[1]张保会，王进，李光辉，等.风力发电机集团式接入电力系统的故障特征分析[J].电网技术，2012（07）：176~183.
[2]张磊，李欣竹.基于ANFIS的风力发电机状态监测研究[J].中南民族大学学报（自然科学版），2017（01）：92~95+137.
[3]范国全，胡刚，马学亮，等.MW级风力发电机故障诊断系统[J].通信电源技术，2014（01）：82~84+87.。