风力发电机组状态监测和故障诊断技术研究李豫杞

风力发电机组状态监测和故障诊断技术研究李豫杞

李豫杞

身份证号码：65400119870324XXXX新疆乌鲁木齐830000

摘要：随着我国科学技术的几部，风能作为清洁能源而大规模开发利用，机组单机容量及等效利用小时数大幅增长，为了提高发电效率减少建设成本，风电场选址倾向于荒凉偏僻地区，长期运行在恶劣的自然环境当中，并受闪电、雷击等影响，很多风电机组都出现了运行故障，如机械故障、电气故障等。但由于各种原因，使得人工检修较为困难。本文主要对风力发电机组故障诊断展开研究，期望能够为后续风电工作起到参考作用。

关键词：风力发电机组；状态监测；故障诊断

引言

我国工业生产以及生活的发展对能源需求越来越多，但石油、天然气等不可再生能源储量有限且不可再生，使得人们加强对可再生能源的研究与开发，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。

1风力发电机组状态监测技术

1.1性能参数检查

该方法主要用于监测风力发电机组在运行状态下的实际输出功率，将获取到的实际监测结果与机组正常输出功率进行对比，判断其性能参数是否超出阈值，以此判断风力发电系统有无故障问题。

1.2计算参数异常监测

风力发电机组内的计算参数需要选择合适的监测技术和检测方法，在实际操作过程中需要注意以下几个要点：（1）在检测计算参数的过程中选择合适的算法。风力发电机组有多种类型，每种类型的风力发电机组内多处需要用到各类不同算法，而每类算法中又有多种策略可供选择。这要根据风力发电机组实际情况和需求来选择合适的算法，因为不同的算法直接影响最终的计算结果，选取合适的算法能够显著提高计算参数监测的准确性和计算效率。（2）选择合适的设备运行算法。所谓合适的设备是指：1）算法稳定、长期运行需要执行设备本身的硬件条件支持；2）风力发电机组内需配置可靠、稳定的数据传输设备及测量设备，为算法的运行提供计算依据及输出渠道。

1.3振动监测

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风力发电机组故障诊断技术

2.1故障诊断分析

对风力发电机组进行故障诊断时，要根据机组自身结构的复杂性和机组运行环境的特殊性，综合分析各种因素，提高故障诊断结果的准确性。风力发电机组运动部件多、结构复杂，故障诊断比较困难。因此需要更新传统诊断技术，积极应用新技术和新理念，准确诊断各种故障，为故障的解决提供依据。对于风力发电机组的故障诊断，需要准确掌握各类不同的故障现象，根据机组电力参数、振动、压力、形变、磨损、温度等性能特征进行综合分析，完成故障诊断。

2.2信号处理诊断方法

采用信号处理技术进行故障诊断，主要包含小波变化法、频谱分析法与信息融合法三种方法。需利用传感器获取到待测风力发电机组的输入、输出信号，采用信号特征向量提取方法获得信号特征值，并完成建模。在进行建模的过程中，需要围绕特征值与机组故障进行二者关系分析，进而构建起风力发电机组的故障模型，随即将传感器采集到的实时信号输入到模型中，借助信号分析技术判断故障类型、定位故障所处位置。该故障诊断法具有判断速度快、灵敏度高等性能优势，然而其诊断精度偏低，易出现误判、漏判等问题。

2.3神经网络和专家系统在风力机故障诊断中的应用

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。

3风力发电机组运行安全控制措施

3.1设备的检修

对于风力发电机组的运行而言，设备的安全质量直接决定了发电的质量，一旦其中某一部件或者某一设备出现问题均会直接影响风力发电机组的正常运行。因此，在风力发电机组的工作与运行过程中，需要定期的对其各项设备以及各个部件进行定期的检修与维护，不仅仅要保证各个零部件和设备的质量，还应该保证各个部件以及设备的参数设置正确，能够正常运行。当检测中发现问题之后，需要根据问题以及潜在安全隐患进行分析，采取有效的方法和技术手段来排除安全隐患。针对问题解决问题，针对安全隐患排除隐患，有效规避风力发电机组故障风向。另外，对于这种户外工作的发电机组而言，不良天气尤其需要加强检测维护，根据预测的极端天气开始前需要对风力发电机组进行一次全面临时检查，保证当前风力发电机组的状态能够很好应对不良天气状况，保证其正常运行。对于工作人员而言，还应该不断的加强专业素养和技术水平，以满足风力发电机组设备检修的实际要求。

3.2数据监测的分析

在风力发电机组的实际运行过程中，其运行状态会受到以自然环境为代表的众多因素的影响。因此，必须加强风力发电机组的实际运行状态进行监控，包括工作环境的温度、风机的实际转速、电力功率的检测、并网电力数据信息的监测等。当监控中发现异常数据的时候，应该结合实际情况以及工作人员的工作经验进行初步问题分析和故障定位，然后针对实际情况和异常情况进行现场调查，确定异常原因以及是否存在安全隐患，最终给出异常问题解决方案，保证风力发电系统的正常运行。为保证风力发电机组状态监测的科学性，还需要不断对技术进行改革与创新，引入新的信息技术、网络技术、传感技术以及自动化技术等。

4基于大数据技术的风力发电机组状态检测和故障诊断的优势

传统方法对风力发电机组的状态检测和故障诊断是在少量数据的基础上进行的，主要是依靠工程师自身技术经验积累以及相关的推论假设来完成对机组状态的检测和诊断。但是这种方法存在一定的风险，可分析数据不足或工程师自身经验存在缺陷，都将使检测和诊断结果存在偏差。另一方面，传统技术获取的数据在采集、传输过程中会受到传感器噪声、数据传输介质以及外部干扰的影响。这样的数据通过分析后得到的检测和诊断结果往往与实际情况不符。

而大数据分析技术可以有效弥补上述缺点。通过对大量的数据进行收集、分析和处理，使用数据挖掘技术去除潜在的干扰数据，得到的结论往往更加可靠。另外，大数据技术还能够发现风力发电机组运行过程中一些细微的状态变化，能够及时发现和提前修正机组中一些潜在的故障隐患，有效降低风力发电机组发生故障的概率，提高机组运行的安全性和可靠性。

结语

状态监测技术与故障诊断技术对于保障风力发电系统的正常运行发挥了重要作用，工作人员务必要依照相应规范进行机组安装，强化安装质量验收把控，并在日常加强对机组设备、部件的检修维护，排除系统的故障隐患，借助获取到的监测数据进行故障解决方案的运用，进一步提高风力发电机组的运行效能。

参考文献：

[1]李涛涛，贾嵘，尹浩霖，等.风力发电机组状态监测系统设计与应用[J].电网与清洁能源，2016，32，（1）：

[2]王致杰，刘三明，孙霞.大型风力发电机组状态监测与智能故障诊断[M].上海：上海交通大学出版社，2013.

[3]黄敏，徐菲，刘珺.基于云计算与物联网的风力发电智能监测系统研究[J].可再生能源，2017，35（07）：1032-1037.