风力发电机组智能故障诊断系统的研究与实现

风力发电机组智能故障诊断系统的研究与实现
摘要：由于当前社会上对清洁能源的需求量在不断增加，其对风力发电场的建
设投入也在不断增加，为了更好地减少建设成本，降低故障的发生率是最优的决
策办法。

风电企业更应投入更大的力度于故障防控上，从而能更好地集中精力于
资源开发上。

风力发电机组的安全可靠性会直接对风电企业的整体运行产生十分
重要的影响。

同时，做好风力发电机组故障风险评价与维护决策工作也是当下面
对全球能源危机局势下最好的应对方法。

在中国，更多的风力发电机组建设于偏
远落后的地区，其发电技术长期处于中下水平，从而使得风力发电机出现故障的
频率更高。

因而在此，笔者对发电机组出现的风险进行评价，并提出粗略的方法
建议。

关键词：风力；发电机组；故障风险评价；维护；决策
1 风力发电机组故障风险评价
1.1 运行维护管理制度不够完善
运行维护管理制度是当下中国的风电场建设过程中较为薄弱的环节，由于风
力发电场的建设规模并没有得到统一的规范落实，其规章制度也难以得到完善，
例如在建設过程中并没有对各项数据进行统一核实和整理，从而导致在故障维修
过程中难以根据根源进行解决问题，致使检查管理工作出现混乱的局面。

正因为
风力发电机组的运行维护管理制度不够完善，给风电场运行建设来了一定的风险，过多未能被检测到的故障会让风电场的整体效率大幅度降低，影响其经济效益。

1.2 风力发电机维护管理人员的专业技能不足
风力发电机维护管理人员的专业技能不足是影响风电场运作的最直接因素，
其对风电场的风险影响主要在于其未能全面地对发电机组进行全面的检测，从而
影响了风力发电机的正常运行效率，增加了后续的维修费用。

由于机器设备检修
工作人员对故障的管理重视程度不够，往往只能看到故障表面的问题，而忽略了
对发电机组深层次的故障分析检测，从而未能从根本上降低风力发电机运行故障
的发生频率。

更大的风险在于很多的检修工作人员对于发现的细小故障问题采取
忽略的态度，没有对其进行及时的维修处理，从而影响了检修工作的进程。

2 风电机组故障智能诊断
2.1 诊断方法的选择
目前应用于旋转机械故障诊断较为广泛的方法是专家系统和人工神经网络9。

专家系统用于旋转机械的故障诊断较成功,但在实际应用中仍然存在以下主要缺陷:建立知识库及验证其完备性比较困难;容错能力较差,缺乏有效的方法识别错误信息;大型专家系统的知识库的维护难度很大;在复杂故障诊断任务中会出现组合爆
炸和推理速度慢的问题。

与专家系统相比，基于人工神经网络(ArtificialNeuralNetwork,ANN)的故障诊断方法具有鲁棒性好、容错能力强和学习能力强等特点。

从风力机故障诊断的实际应用考虑，风力发电在国内的发展尚处于起步或较
早状态,早期投人的风电机组也正处于故障发生的频繁期,对故障维护检修的经验
仍处于摸索积累阶段,因此构建大规模比较完备的专家库尚不成熟。

而神经网络虽
然也存在需要完备样本的条件.但对故障样本的搜寻相对比较简单。

另外对风电场
机组的检测需要较强的容错能力和实时性,即要对机组的运行情况进行在线诊断并
发出警报,尽量避免故障情况的误报。

因此，应用神经网络进行风电故障诊断将是
一个很好的选择。

虽然神经网络在风电领域中的应用实例并不多,但在机械故障诊
断中的应用已十分广泛,尤其是对齿轮箱、发电机的诊断有很多成功的经验可循。

基于以上原因,下面具体介绍如何利用神经网络构建风电机组智能诊断系统。

2.2 数据库结构
风电机组预警诊断系统作为一-套完整的软件不仅要具有训练和诊断功能,还需要其他--些辅助功能:实时诊新、实时曲线、实时监控、历史数据查询:诊断数据查询、神经网络训练数据管理等。

此系统用于对不同风电场不同机组的运行状况进
行诊断,因此包含了对远程数据库和本地数据库的操作。

其中本地数据库用于存储
神经网络训练样本、训练得到的网络模型、用户信息.阈值参数等;远程数据库主
要用于保存系统诊断所需要的风电机组的参数数据(即机组运行的实时数据)以及
实时诊断的计算结果等。

2.3 软件实现
根据神经网络用于故障诊断的原理,在软件的使用方面设置了学习模块和诊断
模块。

为适应学习和计算的不同需要，两条模块采用不同的组织形式。

软件操作
方式拟采用树状按钮的设置模式,既可浏览软件各功能全貌，又可方便操作各个功
能模块。

设计原则简单方便、易于理解,各个功能模块化,操作直观快捷,安全性区
分好。

3 风力发电机组智能故障控制措施
3.1 定期维修和检查设备
要实现风电机组的可靠安全性，就要保证控制系统设施的状态。

针对这种情况，要定期的检查软硬件保护设施，设定相关的技术参数，对于机组运行过程中
的安全隐患进行及时的消除，对于风险进行预控和防范。

除此之外，对于相关设
备要进行定期检修，实施主动预防检修措施，例如定期润滑、连接件定期紧固，
在巡查和检修作业时遵守安全操作规程，对于机组和人员的基本安全进行保障。

3.2 掌控风机的安装质量
对于风电场进行建设的过程中，要合理的控制安装风机的固件力矩值，尤其
是要严格检查风机的组接元件和电气线缆接头紧固力矩，这在一定程度上能够避
免倒塌事故和线路虚接引发的火灾事故。

3.3 对特殊危险情况采取措施
首先，从机组安全的角度上来说，产生的气候变化以及雷雨电都会造成威胁。

针对这种情况，要做好雷电的传导，进行过电保护，对于接地系统进行一定程度
的检查处理，防止产生雷击事件。

风电机组对于雷电都具有防护措施，但仍旧不
能避免产生雷击的可能性。

同时，要提升机组人员工作的安全意识，尽管不要在
恶劣天气的情况下接触风机，要做好安全防护措施。

其次，风电机组在实际运行
的过程中，要将风速控制在安全工作的范围内，如果风机过速，对于机组的安全
就会产生一定的影响。

在这样的基础情况下，对于机组要进行远程操控，避免直
接接触。

最后，实际的运行状况和天气状况对于机组运行也会产生一定的影响，
如果天气比较寒冷、潮湿，叶片就会结冰。

启动风机前，要对设施进行处理，保
证风机的安全，符合运行的要求后才能进行相关工作。

为了防止叶片上的冰块掉
下来伤人，人员要远离叶片旋转面下方。

3.4 强化风电场管理
一部分风电场出现安全事故，分析原因从表面上看是因为对于风机疏于维护
管理造成的，但实际上是因为风电场在执行力度上和维护管理方面的缺失。

风电
机组是动态运行的设备，强化运维管理对于存在的安全隐患进行及时的消除，对
于机组运行的状态和基本安全进行一定程度的保障。

3.5 采取积极地消防措施
机械、电气故障给对于风电机组会产生一定的影响，甚至会引发风电火灾，
尽管部分风电场针对这种情况在风机机舱和塔筒平台上上进行了滅火器材的配置，但只能起到简单的灭火，对于严重的事故不能进行更好的控制。

为了合理的控制
和预防火灾，在无人值守的情况下，要在容易产生火灾的关键点进行预测和布置
灭火的措施。

相关的专家和学者对于防护风电火灾已经加大了研究的力度，逐渐
应用自动化消防系统，提升工作的效率和质量。

4 结语
总而言之，做好风力发电机组故障风险评价与维护决策工作是提升清洁能源
运用效率的重要方式之一，因而要从全面角度去思考风电场中各个运行环节可能
出现的问题，从而提升风电场整体运行的效率，让风力发电组发生故障的机率得
到更大的降低，使得风力发电组能够最大程度地平稳运行。

参考文献：
[1]高崭.风力发电机组故障风险评价与维修决策研究[D].华北电力大学，2015（05），132-135.。