风力发电系统状态监测和故障诊断技术研究

风力发电系统状态监测和故障诊断技术研究
风力发电系统在投入使用过程中会受到极端冷热温差的考验，不规则变化的风效负荷也会对风力发电系统产生深刻影响，因此风力发电系统的监测技术和故障诊断技术的应用显得尤为重要。

标签：风力发电系统;状态监测;故障诊断技术
1风力发电系统状态监测
1.1风力发电系统状态监测的效益
可以减少不必要的维护和操作，帮助风场及时发现发电系统中的电气故障，从而有效避免重大安全事故发生，同时还能預防连带故障的发生。

风力发电系统状态监测还能帮助技术人员及时发现故障，从而帮助电厂及时采取防护措施，避免大故障的发生，最终降低维护费用，减少因为故障而导致的停机时间。

在风力发电监测系统中采用计算机数据处理技术，将监控到的数据传输到计算机接收系统，并进行先进复杂的数据分析过程，对数据进行收集统一，最终绘制出对应的状态图。

1.2风力发电系统状态监测技术
（1）齿轮箱中部件在运行过程中，测试得到相应的振动信号，通过对振动信号进行分析以及和正常状态下振动信号对比，出现故障后发出警报信号。

振动监测包含了幅域统计分析法、时频域的幅值谱分析法，功率谱密度分析等。

在风力发电系统应用振动监测技术有其独特的特点，其实现了低转速动态荷载，相对于功率输出损失，风力发电系统状态监测设备投入较高。

在对机舱振动分析过程中，为了消除风轮转速的影响，振动信号应该采用等旋转角采集。

（2）油液检测主要是油液品质和铁屑，有时也会涉及到油虑压降和油温。

（3）过滤参数监视。

通过监视过滤参数可以保证风力发电系统正常稳定运行。

（4）性能参数检查。

主要通过风力发电系统实际的输出功率特征，将其实际的输出功率和正常的输出功率相对比，当实际功率超出一定范围之后，风力发电状态监测系统就会认为发生故障，发出相应的警报。

2风力发电系统故障诊断技术
2.1齿轮箱的故障诊断
风力发电机组大部分问题主要出现在齿轮箱这个部位，这个环节出现的问题
会造成整个机组面临机器停止运行的风险。

所以必须对齿轮箱这个部位在进行实际工作期间的状态进行精准的了解以及掌握。

图1所示的是齿轮箱部位在进行高速轴4H将速度加大的波形（2kHz～20kHz）产生的频谱图。

图1
下图2所示的是齿轮箱部位在进行高速轴4H将速度加大的波形（2～20kHz）产生的频谱图，从图2中能直观了解到，频谱中所呈现出来的能量，大部分体系在了1kHz～3kHz这个区间内，而在这个频谱当中，高速运转状态下的轴进行啮合的频率2X，频带当中存在了同时极为丰富的高速运转状态下的轴转频的边带。

借助于进行包络解调的相关工具，对高速运转状态下的轴的频谱图展开探究，其结果如下图3中所示内容，高速运转状态下的轴进行啮合的频率，进行带动的边带涵盖高速运转状态下的轴的转频（频率达到29.932Hz），另外就是低速运转状态下的轴的转频（频率达到了7.91Hz），在这当中，高速运转状态下的轴的转频当中包含的能量，显著的超过低速运转状态下的轴的转频当中包含的能量。

图2
图3
齿轮箱部位在进行高速度及低速度轴转频期间，将谐波分量当中主要的部分，高速度以及低速度轴二者间出现的啮咬不合适，另外就是发生剥落的问题，要对高速度轴齿轮当中的进行啮咬的工作实施检查。

时域波形状的叶片，经过频率进行周期性的不断冲击，也许是由于内部齿轮圈当中的某一齿出现了漏洞，所以要对内部齿轮圈的情况进行检查。

齿轮箱部位使用弹性进行支撑的环节，在频率大约为17.5Hz，频谱图中呈现出来的特性为构造松动，由此判断，也许是发生了构造振动的问题，需要检查确认。

2.2发电机轴承故障
同齿轮箱轴承的故障机理类似，在发动机转动系统中，轴承一旦出现故障，往往产生频率很高的振动，这种频率一般是转速频率的一千多倍，甚至更高，而其他因素，如不对中、不平衡等，所造成的振动频率较低，大约在基频的5倍以内，甚至更低。

因此传感器拾取的振动信号中，只要滤去各种低频信号，仅拾取高频分量，即可得到轴承的特征故障信号。

峰值能量法就是利用这种机理，将振动信号加以滤波放大处理，仅拾取高频分量，根据其能量的大小判断轴承的损坏程度。

在定子绕组内感生出相应的谐波电流，所以可以通过对定子电流的信号分析处理来诊断轴承故障。

2.3信号处理故障诊断
风力发电系统信号主要包括振动信号、声音信号等。

以声音信号的故障诊断为例。

在设备受到压力和应力时设备会产生声波，这个在学术上被称为声发射。

由于该信号可以被变化激励，所以可以当作用来发现故障的诊断信号。

目前声发
射信号可以用来检测风力发电系统中的桨叶、变速箱、齿轮轴承组件的故障诊断。

例如，将声信号利用在桨叶的故障诊断中，桨叶由多个复杂的部件构成，它的故障往往发生在部件的接口处。

因此将声发射设备安装在这些部位上进行实时监控。

3结语
本文主要对风力发电系统状态监测、风力发电系统故障诊断技术进行了分析，希望能对有关学者提供帮助。

参考文献
[1]张凯.风力发电系统状态监测和故障诊断技术的思考[J].中国房地产业，2018.
[2]毕宇飞.风力发电系统状态监测和故障诊断技术研究[J].中国设备工程，2017.
[3]杭俊，张建忠，程明，等.风力发电系统状态监测和故障诊断技术综述[J].电工技术学报，2013.。