探讨风电机组状态检测技术

探讨风电机组状态检测技术

张波

山东龙源新能源有限公司；山东济南；250000；

摘要:容量小是风电机组运行过程中的主要特征，基于其容量小的特征，在风电机组检测时表现出一定的特异性，为有效评估其运行状态奠定了基础。现阶段，风电机组多分布于人烟稀少的地区，该区域通讯不变，交通受阻，风电场管理运行存在较多问题，维修工作面临着很大挑战。基于此，本文对风电机组状态检测技术进行了分析，并阐述了风电机组状态检测的发展趋势，为准确掌握风电机组运行状态、提高风电机组管理水平提供了参考。

关键词：风电机组；运行过程；状态检测；

1风电机组状态检测技术现状

1.1振动状态检测流程

风电机组运行过程中荷载水平不断变化，随着荷载大小的不同，齿轮箱振动能量有所改变，尤其是风电机组转速变化时，齿轮箱内的不同零部件的转动频率有所差异，轴承故障特征频率值也会有所变化。基于此，需在明确风电机组基本结构组成的基础上了解不同构件的转速变化特征，同时熟练掌握其工作模式，便于准确采集齿轮箱内零部件、后端轴承的运动数据。

小波分析技术、频谱分析技术在振动状态检测中应用广泛，作为信号分析的技术方式，上述检测方案能够通过识别故障特征频率确定设备运行状况。基于标准运行数据和对故障特征频率数据的识别与比对，可初步判断风电机组运行状态，对传动链故障精准判断，及早发现传动链轴承或齿轮故障。大量实践案例证实，该方案应用效果佳，故障识别率高。

1.2油液状态检测流程

我国常用的风电机组中，齿轮箱与齿轮间啮合应力水平高，运动状态下齿面间会形成油膜，油膜条件较差，齿轮间相对滑动。为确保风力发电机组运行正常，需合理选用齿轮箱润滑油以提高其耐磨性能，改善其热氧化稳定性，提高风力发电机组的使用寿命，通过提高润滑性能降低摩擦系数，防止应力水平过高降低设备寿命。

风力发电机组需要润滑的部位包括液压刹车系统、轴承轴、齿轮箱、偏航系统等，实践中应用最广泛的油液检测技术包括在线检测和离线检测两种。油液状态检测时，工作人员通过收集风电机组相关部位的润滑油、润滑脂，在实验室内利用光谱分析仪对其性能指标加以检测。在线技术进行设备检测需与相关检测设备配合，通过金属颗粒检测设备对过滤后的齿轮箱底部润滑油进行检测，与离线检测相比，在线油液检测技术的成本高且可检测项目指标少，故在线检测技术逐渐被淘汰。

油液状态检测的常用检测方法包括光谱分析法、理化分析法、铁谱分析法等。理化分析法主要检测指标包括油液年度、水分闪点等，通过理化性质的分析评估油品是否变质和污染现象，判断风电机组是否存在油品误用现象。铁谱分析方法主要对破损后的金属颗粒进行形状、尺寸、数量、型号等内容的检测，并与标准值进行比对判断风力发电机组相关设备的磨损状况及磨损程度，评估风电机组的运行状态。光谱分析技术的主要分析指标为磨损金属污染元素浓度，通过对被检测目标设备的磨损情况及污染元素浓度分析，了解设备故障类型及污染来源，为风力发电机组运行维修养护提供参考。

1.3载荷状态检测流程

风力发电机组运行过程中，其工作状况十分复杂，操作环节差异性大，针对风力发电机运行状态评估，设计了极限偏差分析和疲劳载荷偏差分析，通过相关检测确定风力发电机组实际运行过程中的状态。通过检测风力发电机组在实际运行状态下基于外界环境耦合的运行载荷数据评估，分析可能存在的质量问题并及时处置。实际运行过程中，风力发电机组经常出现机组叶片掉落或螺栓断裂的现象，可能与风力发电机组振动水平过大有关，需在明确风力发电机组极限承载水平的基础上，综合检测风力发电机组中的易损件，确保相关零部件状况无异常。

基于风力发电机组荷载状况检测的需求，设计出了风力发电机组载荷检测系统，通过系统检测明确设备运行状态和各构件质量情况。通过风力发电机组载荷检测系统可实现振动弯矩检测、偏航俯仰力矩检测、扭曲检测、叶轮根部检测等，不同检测流程有所差异。基于风力发电机组载荷检测系统实现对扭矩及力矩检测，合理变化区间内进行电气量检测，评估风力发电机组的有功功率与无功功率值。基于风力发电机组载荷检测系统进行气象量检测时，获取风力发电机组轮轴中心风向速度、气压、温度等数据，同时实现了叶轮转速、桨距角的准确评估，如实反映发电机的运行状态。

1.4模态状态检测流程

风力发电机组模态检测的主要内容包括塔架模态检测齿轮箱的模态检测及整机模态检测。风力发电机组运行过程中，发电机组各系统之间相互协调，通过模态检测可以确定发电机组各个运行结构之间是否运行正常，及时发现可能存在的结构损伤。基于此，联合模态分析数据实时记录风力发电机组的运行状况，通过提取测量数据将模态参数与正常运行条件下的数据加以比对，反馈风力发电机组状况。目前，风力发电机组塔架模态检测齿轮箱的模态检测中数据采集设备多选用低频速度传感器，并于塔架三层平台配置不同类型的传感器收集风力发电机组塔架振动形式、固有频率、阻尼等数据，通过将收集数据与设计指标对比分析，发现检测结果均处于正常范围内，表明风力发电机组设备运行正常，塔架无共振情况出现。

2风电机组状态检测发展趋势分析

随着科技的高速发展，风力发电机设备技术水平不断提升，与之对应的状态检测技术也迅速更新。在传感器技术、数据采集技术、智能终端技术、通讯技术高速发展的基础上，风力发电机组状态检测应不断纳入新技术手段，通过多重检测手段的融合和技术革新，确保在线检测、离线检测水平提升。在提高风力发电机组状态检测技术水平的基础上，提高振动检测精准度，探究故障类型的同时，改善数据收集效率，提高数据精度以明确风力发电机组齿轮箱故障类型及结构损坏原因，为精准维修奠定基础，从而确保风力发电机组正常运行。实践中应基于项目需求构建综合能力强的风力发电机组健康检测评估系统，通过提高风力发电机组健康状态检测效率，确保不同检测技术手段的有机融合，切实提高检测质量，确保风力发电机组状态检测技术得到有效发展。

结论

综上所述，基于目前风力发电机组状态检测效果不佳的现状，本文对风力发电机组状态检测的常用技术手段进行了阐述，通过对相关研究的归纳总结，明确了风力发电机组状态检测技术类型及其发展规律。在对我国风力发电机组状态检测技术及其发展趋势综合分析的基础上，期望通过相关工作人员的技术能力提升和检测技术融合，为我国风力发电机组状态检测水平提升奠定基础。

参考文献

[1]任涛,欧旭鹏.风力发电机组轴承状态检测综述[J].大众科技,2022,24(02):53-56+61；

[2]叶小广.风电场发电性能评价与风电机组数据分析方法研究[J].电力设备管理,2018(03):66-69；

[3]张华炼,雷春宇,杨建,余长洲,刘欢,肖昀昭.基于SCADA数据风电机组发电性能的后评估[J].船舶工程,2022,44(S2):7-11；

[4]马东,孔德同,郭鹏,曹力,王明宇.基于SCADA运行数据的风电机组发电性能劣化监测研究[J].可再生能源,2021,39(01):45-49；

[5]关明江.风电机组发电性能优化案例分析[C]//.第七届中国风电后市场交流合作大会论文集,2020:23-29；

[6]杨伟新,宋鹏,陈雷,郭鹏,崔阳,李肖刚.风电机组偏航静态偏差对发电性能的影响及优化方法[J].可再生能源,2020,38(05):680-684；

[7]杨靖文,张双益.风电场发电量折减精细化评估研究[J].水电与新能源,2019,33(10):69-73；

[8]史丽荣,张庆运.风电机组发电性能异常状态预警方法研究及应用[C]//.第五届中国风电后市场专题研讨会论文集,2018:208-213。