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
发表时间：2020-11-12T08:33:48.576Z 来源：《福光技术》2020年19期作者：赵富琴
[导读] 近年来风力发电产业进入迅速发展期。

完善的风力发展技术为其发展提供了重要基础，在成本等方面均具有优势。

但是在风力发电系统运行过程中，存在很多安全隐患，可能发生一些运行故障。

云南滇能智慧能源有限公司云南昆明 650100
摘要：近年来风力发电产业进入迅速发展期。

完善的风力发展技术为其发展提供了重要基础，在成本等方面均具有优势。

但是在风力发电系统运行过程中，存在很多安全隐患，可能发生一些运行故障。

针对其运行进行监控，及时发现潜在隐患以及存在问题，进行改善，保证风力发电系统正常运行。

关键词：风力发电系统；状态监测；故障诊断技术
风电机组基本构成及工作原理
风电机组通过不断的发展以及更迭换代，装备在风电场中的机型主要为双馈异步和永磁直驱同步风力发电机组，它们的基本结构非常相似，两者最大的区别在于双馈异步风力发电机组包含齿轮箱，由增速齿轮箱带动异步发电机工作；而永磁直驱同步风力发电机组不包含齿轮箱，采用同步发电机在低转速下工作。

双馈式异步风力发电机组主要由两部分组成，第一部分为气动机械部分，该部分主要包含叶轮、传动系统、基座、塔架、变桨等部件；第二部分为电气系统部分，该部分主要包含变频器、控制系统、风力发电机、电容器等相关电力部件。

风电机组主要包括以上这些部件，因此工作原理是显而易见的。

受风能作用驱动风轮旋转，然后带动同轴的发电机转子转动，由于增速器的存在，转子的转速将会和发电机的转速保持一定的比例关系共同增加，同额定的转速得以匹配，使得机械能能够向电能转化，最后通过变压器使电压符合并网需求开始供电。

风力发电机组典型故障分析
主传动轴承故障
金风的永磁直驱发电机的主轴承作为风力发电机传动的重要零件。

主传动轴承的质量对风力发电机的运行产生了直接影响。

如果主传动轴承发生故障，那么就会导致机器长时间停机和维修成本高。

主传动轴承被用作于旋转装置，而旋转装置是旋转机器的基本零件之一。

金风的永磁直驱发电机主轴承能够承受自然风带来的严重冲击，提高机器的运行效率。

叶片故障
金风的永磁直驱发电机的叶片是机器运行的重要零件，叶片的主要功能是捕捉和吸收风能。

而金风的永磁直驱发电机停止运行的主要故障是叶片损坏，叶片的损坏导致了机器的运行停止。

震动的主要形式包括摇晃、闪烁和扭转三种。

在空气动力、重力和离心力的影响下，叶片的弯曲震动垂直于旋转平面上，震动导致叶片弯曲，扭转导致了叶片阶梯轴震动。

风力发电机状态监测方法
状态监测技术能够实时监测风力发电机的各组成结构，获取风电机组关键部件的信息，了解风电机组的运行状态。

目的是根据趋势分析和异常检测，对风电机组的潜在性隐患进行预警，帮助工作人员进行运行维护，避免机组的运行状态进一步恶化。

（1）振动状态监测的实现。

振动监测作为风力发电机状态监测的必要技术，主要监测分析发电机组中的轴承、齿轮以及机舱部分的振动情况。

通过传感器获得这些部分的振动信号，然后通过系统对监测信号与正常信号进行比对分析，若出现异常系统会给出报警信号。

一般在振动监测当中采用幅域统计分析的方法进行。

振动监测设备和其他监测技术相比，成本要高，在应用振动监测进行监测的时候采用等旋转角采集的方式进行信号采集，为保证信息准确性，分析时采用FFT 分析消除干扰获得准确振动信息。

（2）检查性能参数。

风力发电机组的实际输出功率及其特性是机组运行过程中的必要监控参数，同样通过将监控结果同正常参数数值进行比对分析，对于超出阈值的性能参数判定为风力发电系统出现故障。

（3）油液监测。

需要定期监测风力发电系统的油液，油液监测包括对油液质量、油滤压降、铁屑、油温等的检查。

通常采用离线检查方式完成油液监测，实现对应用油液相关部件运行状况的及时准确地掌握。

（4）过程参数监视。

为保障风力发电机组安全运行，过程参数监视是最常规的方法之一。

随着风力发电机组的功能和相关建设不断完善，系统功能也越来越强大，状态监测工作也越来越重要。

当前对于风力发电机组的状态监测主要是对运行状态值和系统正常运行允许值之间的对比，看是否匹配，若不匹配则代表存在异常，系统给出警报。

风力发电机的故障诊断方法及应用
风力发电系统的发电质量受到风力发电机组的设备安全质量的直接影响，为使风力发电机组能够正常运行，在风力发电机组运行过程中需定期检修与维护各项设备及部件，在保证各零部件和设备质量的
同时确保相关参数设置的准确性。

当检测到故障及问题后需根据实际情况及潜在隐患进行分析，并在此基础上采取科学有效的解决方法和技术。

不良天气尤其需加强检测维护，使风力发电机组能应对不良天气状况保持正常运行。

故障诊断技术的应用
叶片、齿轮箱的故障诊断
叶片处于风力发电系统的前置部位，在检修过程中常用功率谱密度法、光纤电流传感器网络等技术进行故障诊断，倘若发现叶片出现转子不平衡、气动力不对称平衡等现象，则证明叶片存在故障。

针对齿轮箱故障进行诊断，主要通过将采集到的异步电机电流信号进行解析，定位故障点，随即通过幅值、频率解调实现对转轴旋转频率的监测，采用离散小波变换法进行解调后的电流信号处理，实现排除干扰、降噪等效果。

信号处理诊断方法
该类故障诊断方法主要包括信息融合法、小波变化法、频谱分析法，针对风力发电机组通过使用传感器获取其输入、输出信号的特征值（采用信号特征向量提取方法完成），并完成建模，需以特征值和机组故障为依据进行关系分析完成故障模型的构建，通过在模型中输入采集到的信号结合运用信号分析技术完成故障类型的判断及定位。

神经网络和专家系统的应用
随着信息技术以及人工智能技术的发展，新技术也开始应用于风力发电机组的故障诊断部当中。

目前人工神经网络技术、专家系统技术以及模糊逻辑技术均开始应用于风力发电机组的故障诊断当中去，希望能够提高故障诊断的准确率。

风力发电系统试验装置设计
本文拟风力发电系统高速平行轴的传动结构为例进行试验装置设计，用以模拟出风力发电机组的故障特征，在考虑到实验室空间、功率等参数的影响下，拟以 G58-850kW 风力机作为原型，依照γ=7.5 的相似因子进行模拟试验装置设计，该试验装置的额定功率为 750kW、高速轴输出转矩为 3.5Nm、高速轴输出转速为 1500rpm、传动链长度为 1.5m、主轴惯量为 2.64kgm2、发电机惯量为 0.002kgm2、等效刚度系数为 24.5Nm/rad。

同时，驱动源选取一台 0.75kW 的三相异步感应电机充当驱动源，依次连接平行轴齿轮箱、动态扭矩转速仪用于模拟高速传动级、监测输出轴的转速与扭矩，尾端连接 0.75kW 三相异步感应电机模拟风力发电机。

该试验装置采用电动率封闭结构，充当动力源的驱动电机经由直流母线处获取电能，驱动传动系统运行，发电机产生与电机转轴旋转方向相反的电动磁矩完成加载，将系统中原有的机械能转化为电能，进而依托回馈至直流母线的方式实现电能的再利用，电源模块只需从电网处获取少量电能便可以保障传动机构的正常运行，在节约电能的基础上也有助于提高整体风力发电机组的运行效率。

同时，该试验装置能够在封闭系统出现电能过剩问题时，将直流母线中的能量转化为交流电进行反馈，实现对直流母线的保护。

当发电机组在制动状态下产生瞬时过高能量时，可借助制动模块将多余的机械能、电能转化为热能消耗掉，以此保护系统的安全，实现风力发电系统故障问题的有效防范。

结束语
对于风力发电机组的状态监测与故障诊断而言，涉及到众多领域和不同学科。

在未来的发展中，需要不断的融合不同的学科技术以及不同的方法，来完善风力发电机组的状态监测以及故障诊断技术，这需要众多人员的共同努力。

参考文献
林丽 , 邓春 , 经昊达 , 宋鹏 , 高建华 , 王海洋 , 张向军 , 张秀丽 . 基于油液在线监测的齿轮箱磨损趋势分析与研究 [J]. 材料导报,2018,32(18):3230-3234.
傅雷 . 面向状态监测和故障诊断的风力发电模拟技术及其应用研究[D]. 浙江大学,2018.。