风力发电系统状态监测和故障诊断技术探究

发表时间：2020-08-11T04:54:35.413Z 来源：《中国电业》（发电）》2020年第7期 作者： 陈静

[导读] 风电机组普遍布置于海河或沙漠戈壁等恶劣环境中，其结构复杂，内部部件耦合紧密，各部件在交变载荷的作用下容易引起机械部件的不平衡、磨损、疲劳甚至断裂问题等故障，严重影响风电机的正常工作。国家电投集团江苏海上风力发电有限公司 江苏省盐城市 224000

摘要：风电机组普遍布置于海河或沙漠戈壁等恶劣环境中，其结构复杂，内部部件耦合紧密，各部件在交变载荷的作用下容易引起机械部件的不平衡、磨损、疲劳甚至断裂问题等故障，严重影响风电机的正常工作。风力发电机故障种类繁多，又由于其复杂的非线性、非平稳性，这就造成故障发生时，难以判断故障发生的部位及故障原因。风力发电系统往往安装在偏僻的、难以接近的地域，传统的计划维修和事后维修方式不能满足要求，为保证风力发电系统的可靠稳定运行，为保证风力发电系统的可靠稳定运行，降低系统的维修成本，对其进行状态监测与故障诊断是十分必要的。基于此，本文主要对风力发电系统状态监测和故障诊断技术进行探究，希望通过本文的分析研究，给行业内人士以借鉴和启发。

关键词：风力发电系统；状态监测；故障诊断技术 引言

风力发电机将风能转换成机械能,通过传动系统将机械能传递给发电机系统，由发电机将其转换为电能，最终并网加以利用。风力发电设备占据的面积较大，对于当地居民的正常生活也会造成一定的影响，因此，为了降低风力发电对居民的影响，大多数风力发电厂都是建立在人口分布较为稀少的地区，充分利用风力能源并将其转化为相应的电能，促进我国风力供电网络的完善。同时，风能作为可再生能源，利用风能进行发电不但能够降低对资源的消耗，缓解我国资源紧张问题，而且可大大减少对环境造成的污染，为推动我国能源消费结构也作出了巨大的贡献。风力发电机是进行风能发电的核心设备，主要是将动能转化为机械能，然后再将机械能转换为电能。这一系列的过程需要通过发电机组内部所有元部件的共同配合完成，但是由于风电场一般都位于比较偏远的地区，发电机在运行过程中受环境影响较大，一旦发生故障，将会造成严重的经济损失。所以需要加强对风力发电机的故障预防工作，通过对发电机进行状态监测可以实时掌握发电机的运行状态，并且通过对状态监测获取的数据进行分析，能够为故障诊断提供有力的参考依据，既能够有效避免故障的发生，又能够缩短故障维修的时间，提高维修效率。 1风力发电技术的基本概述

首先是同步风力发电机组并网技术的概述。同步风力发电机组并网技术是为了保证发电机组运行的输出功率稳定性而将风力发电机和同步发电机相结合，并为风力发电功能提供相应的无功功率和周波稳定支持。由于同步风力发电机组有着体积小、结构紧凑、工作效率高和成本稳定等特点，有着广阔的应用范围。加之其维护成本较低，可以负载的转速较高，保持周波的稳定，有效的提升风力发电能源的质量，对于促进我国可持续能源的应用和风能建设的发展有着积极的促进作用。可以说，同步风力发电机组并网技术在风力发电行业中占据着相当大的比重，在其实践应用中也存在着转子转矩出现波动进而影响发电机组并网调素准确性的问题，将变频器安装至电网和发电机组之间，就成为提升并网质量和减少电力系统震荡的主要途径。其次是异步风力发电机组并网技术的概述。相对于同步电力发电机组并网技术，异步风力发电机组并网技术是利用转差率和电力运行的复合进行目标的调整，相对粗狂的运转模式对于调速精度方面的要求较低。因此这种并网技术可以实现设备结构和体系的简化，尽可能的降低设备安装的繁琐度和整体发电成本。同时，该并网技术也会导致从极电流过大，降低整体电网的电压水平，威胁到电网运行的安全。故此，异步风力发电机组并网技术应用时需要进行无功补偿，尽可能的降低抽选磁路饱和以及电流增大等问题的发生概率。只要注重对异步风力发电机组并网的控制以及各单一参数的控制，就可以避免重大失误的发生。

2状态监测和故障诊断技术在风力发电机中的应用 2.1齿轮箱状态监测和故障诊断

齿轮箱状态监测和故障诊断主要涉及以下内容：齿轮箱作为风力发电机中连接主轴和发电机的重要部件，其内部结构和受力情况比较复杂，尤其是在运行工况和载荷发生变化的情况下，发生故障的几率会有所增加。由于齿轮箱故障而导致风力发电机故障的占比较大，不仅维修成本高，且因为停机所造成的发电量损失巨大，所以对齿轮箱进行状态监测和故障诊断非常重要。齿轮和轴承是齿轮箱比较常见的故障部位，断齿、齿面疲劳、胶合是齿轮常见故障类型，磨损、点蚀、裂纹、表面剥落是轴承常见故障类型，任何一种故障类型都会影响到齿轮箱的正常运转。随着风力发电机规模的扩大，对齿轮箱的性能要求也越来越高，所以要保证齿轮箱的安全可靠运行。振动监测和温度监测在齿轮箱状态监测中比较常用，振动监测主要是利用振动测量仪器对齿轮箱的振动频率进行检测纪录，然后将测得的实际运行数据与设计数据进行对比分析，从而发现齿轮箱中各部件的运行状态。故障特征频率是判断齿轮和轴承健康状态的重要指标，所以通过时域信号统计能够初步诊断出齿轮箱故障点及原因，然后再利用快速傅里叶变换和功率谱对初步诊断的结果进行再次确认。温度测量法主要是通过温度传感器对齿轮箱零部件运行过程中的温度变化进行识别和诊断，通过与常态进行对比，能够及时获知齿轮箱零部件的状态信息。

2.2分析机组运行振动

振动分析应用原理是指将振动传感器安装于机组内齿轮箱、发电机、主轴及机组支架等大部件上，以此准确测量机组大部件振动状态。利用传感器所反馈的振动信号处理并分析，快速而准确地判断机组各部件振动状态，综合分析振动来源及成因，由此判断机组运行是否正常。 结语

总而言之，从风力发电技术诞生之初就伴随着设备监测与故障诊断的问题，一方面，故障诊断检测由叶片等部件的表面检测逐渐转变为齿轮箱、主轴等内部传动链的检测，故障诊断从表面走向内部，从简单走向复杂，从单一部件的单一参数到多部件之间的协同检测，风力发电机故障诊断正朝多方面、多部件、多参数的集成化检测发展；另一方面，除传统时域分析和频域分析方法外，神经网络和流形学习等现代分析方法也逐渐应用于风力发电机的故障诊断中。因为风力发电机的组件检修较为繁琐，加之运行环境比较恶劣，所以为发电机维修增加一定的困难。计划检修和停机检修是发电机维护的主要手段，但却会提高维修成本，并且会因为拆装等环节增加不必要的故障隐患。为了提高发电机运行的可靠性和稳定性，利用状态监测和故障诊断技术可有效监测出传动系统和发电机系统的内部故障，减少因为非计划停机和定期维修等产生的维修成本。同时通过对发电机进行的状态监测能够比较全面而详细地获取发电机运行过程中的各项数据，在对这些数据进行分析整理后，可有针对性的进行优化设计，并且做好各项防范措施，减少发电机发生故障的几率，提高风力发电的效率和质量。 参考文献

[1]孙重亮，谢兵红.基于风力发电系统状态监测和故障诊断技术探究[J].电子测试，2019（17）：106－107. [2]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. [3]李恒.风力发电系统状态监测和故障诊断技术探究[J].电子测试，2019（０６）：98－98＋93. [4]蔡军.风力发电机组智能故障诊断系统的研究与实现[D].杭州：浙江工业大学，2009. [5]詹辉.风力发电机状态监测与故障诊断技术[J].设备管理与维修，2018（19）：83－84.