风力发电机状态监测和故障诊断技术的研究

风力发电机状态监测和故障诊断技术的研究

王雷

中国能源建设集团东北电力第三工程有限公司 121000

摘要：近几年，我国工业的迅速发展，对环境造成的污染越来越大，新能源风电已被越来越多的行业所采用。风电厂大多建在边远的地方，由于地理条件较差，很难采用有效的监控技术来解决风电机组的各种故障和信号不协调的问题。所以，根据不同的风电机组的监测资料，对风电机组在运行过程中出现的各种故障进行全面的分析，对风电机组的监测和故障技术进行深入的研究，就显得尤为重要。

关键词：风力发电机；状态监测；故障诊断

1风力发电机组概述

1.1风力发电机组

它是指通过风机将风力和电力转化为电能，通过电磁感应的方式进行调压，将电能传输到电网和用户中心。经过几年的发展，我国风电机组的建设日趋成熟，对常规恒速、频率的机组进行了改造，采用了新的技术和设备，不断地进行改造和完善。变速恒频技术是一项动态调节风机叶轮速度、调节风速和变流技术的新型技术。由于采用变频调速技术能保证风电的品质，因此目前国内风电并网系统中已得到了广泛的应用。

1.2发电机组故障特点

风电场通常位于山区、边远山区，由于自然环境恶劣、风速变化大、外部载荷不稳定等原因，容易导致风机的内部元件发生故障。常见的机组故障包括变速箱、发电机和变频器。例如，风机的局部故障是由于轴承过热、运行振动过大、本身温度过高等原因造成的。经过多年的研究，发现轴承磨损、定子绕组的绝缘和转子的动平衡都是造成这种情况的原因。所以，应采取有效的方法，对各种故障和零件进行监控，并对其进行故障诊断。

1.3发电机组故障诊断相关理论

在风电机组的运转中，双馈发电机由叶轮、齿轮箱、发电机、变流和控制系统组成。采用多级齿轮叶轮机构能将发电机的机械能转化成电能，使发电机的定子绕组与电网、转子绕组及变流器有效地联结在一起，并通过变频器调整发电系统的频率、相位和振幅。采用逆变器控制发电机，保证了亚同步和超同步的运行。在超同步条件下，电力由转子和定子发电机提供，而变流器将直流侧的电能回馈给电网；在亚同步过程中，转子会吸收电能，维持发电机的发电，再通过定子向电网供电。

2机组各类状态监测技术

2.1监测技术特点

在风电机组的运行状况监控中，根据机组的各种操作参数，通过对机组的运行参数的变化进行实时的分析，从而确定风机的运行是否正常。风能发电系统包括多种操作参数，其中包括两个重要的参数：可测和计算。其中，计算参数主要是通过读取可测的参数，然后利用相关的运算方法进行运算，将其作为操作参数。在此基础上，根据机组的实际工作状况，选择合适的测量设备和计算方法。如果测量设备不符合，就不能精确地测量功率参数的容量和数值的变化；若算法不规范或编写不当，将导致计算参数产生误差，从而严重地影响到机组的正常工作。不同类型和厂家的测试设备和各种算法都有其各自的优点和不足，所以要根据实际的设备来选择合适的方法。

2.2监测异常可测量参数

在风电机组的实际操作中，应采用有效的方法和原理对可测参数进行监控。在风电机组的操作中，可测的主要参数有电压、电流、频率、压力、温度等，应根据可测的参数类型，合理选择仪器和仪器。(2)对可测参数的上限和下限进行分析，以便确定合适的量程。(3)分析可测参数的正常或不正常的区间范围和操作触发状态。

2.3异常监测参数的计算

在风电机组的运行过程中，需要采用有效的监测技术和方法来进行参数的计算。风电机组种类繁多，其计算方法也不尽相同，其可供选择的方法也不尽相同。因此，要根据风力发电机的实际状况和需要，对其进行合理的优化。(2)对装置操作的高效算法进行选择。适宜的仪器主要是指算法稳定，设备本身的硬件状况可以支持长时间的工作，设备的内部结构也是可靠的，可以进行稳定的数据传送和测量。

2.4监测测量设备异常

风电机组的测试仪器存在着自身的问题，必须建立相应的监控机制。它的主要监测方式有：①测量装置上装有探测触头，通常处于常开和常关的状态，在异常时常开或常开。通过接触状态的改变，对装置的状态进行判断。(2)将另外一套信号与测量装置的输入和输出端相连，从而进入到主控系统中，同时，主控系统会将与测量装置的运算结果进行比对，如果输入的数据与输出数据不符，就会被判定为是不是有问题。

3风力发电机状态监测和故障诊断技术发展

3.1大数据背景下的技术发展

随着我国科学技术的进步，在风电机组运行状况的监控中，运用了大量的信息技术，取得了很好的效果。对大量的电机运行数据进行采集，获得有意义的资料，并对其进行分析，从而得出风机的工作周期。该技术可用于风电机组数据挖掘、数据分析等方面，通过对数据进行汇总、评估、建立风机运行模式等多方面的分析。例如，采用最小二乘模型和多元回归模型，建立了风机失效的数学模型。

利用大数据技术对风电机组运行状况进行实时监控，具有较强的优越性，但同时也存在着对工作经验、能力要求较高、采集数据容易受到传感器的干扰等问题。为了将大数据技术运用于风机的状态监控和故障诊断，必须对其进行优化。例如，利用该技术，采集到风机运转过程中的精确数据，从而发现风机运转过程中的细微变化，从而对风机进行早期的故障预防，从而保证机组的安全和运行的稳定性。

3.2多参量监测诊断技术发展

随着网络技术的飞速发展，风电机组状态监控技术也在不断地革新。在这样的大环境下，多参数故障检测和诊断技术越来越受到重视。对风力发电机的工作状态进行监测，主要是捕捉电力、振动、功率等信号，并对各种信号进行分析，从而对其实际工作状况进行分析。近几年来，风电机组的主要工作是降低信号噪声，实现信号盲分离，这是今后风电机组运行状况监控的一个重要方向。同时，相关人员还在风电机组故障诊断方面进行了深入的探讨，并将人工智能、小波分析、故障树分析技术等现代分析技术运用于风电机组故障诊断。

4风力发电机的检测诊断技术

4.1故障以及失效准则研究

由于风力发电机是一种新的设备，必须根据风电机组的运行情况和现场的实际情况和故障情况，对已经出现的发电机接口进行损伤研究和动态研究。在风轮机叶片的损坏检测中，叶片会因为风速的变化而出现叶片断裂、内部脱层等问题，叶片与变速箱材料相同，叶片也是由复合材料制造，这就造成了叶片损坏的问题，而我国复合材料的相关规定较少。

4.2发电机的运行

发电机在不同的转速范围内工作，很难进行故障的计算，这给故障定位带来了很大的困难，所以，研究一种适用于发电机的诊断信号的分析方法是非常必要的。利用阶次分析技术，将发电机的时间间隔取样信号转化为角度取样，可以有效地避免由于频率的改变而导致的数据损失。另外还有发生检测、红外检测等多种分析手段，可以避免由于速度变化等问题对检测结果造成影响，进而对故障进行正确的识别。

结语

综上所述，由于风电机组在恶劣的工作条件下，各部件维修工序繁杂，必须对其进行有效的监测和诊断，提高其运行的稳定性，降低其故障。操作人员要熟练掌握齿轮箱、叶片、发电机及其他部位的状态监控和故障诊断技术，并做好相关的数据分析，减少故障发生的几率，保证风电机组的正常运行。

参考文献:

[1]叶洪海.风力发电机组状态监测和故障诊断技术研究[J].佳木斯大学学报(自然科学版),2020,38(02):52-54.

[2]朱杰. 风力发电机组状态监测和故障诊断方法研究与应用[D].北京工业大学,2019.DOI:10.26935/d.cnki.gbjgu.2019.000988.

[3]崔耀辉.风力发电机组状态监测和故障诊断技术研究[J].门窗,2019(18):273.

[4]赵坚.风力发电机组状态监测和故障诊断技术研究[J].机电信息,2019(23):72-73.DOI:10.19514/j.cnki.cn32-1628/tm.2019.23.042.

[5]唐玉霜. 风力发电机组变桨系统状态监测与故障诊断研究[D].燕山大学,2019.DOI:10.27440/d.cnki.gysdu.2019.000992.

[6]郜士祥.风力发电机状态监测与故障诊断技术综述[J].湖北农机化,2018(05):48-49.