风力发电机组故障诊断与状态预测的研究进展

风力发电机组故障诊断与状态预测的研究进展

陈国勇

新疆风能有限责任公司 新疆 乌鲁木齐 830011

摘要：由于受到自身结构和环境因素的影响，与传统的发电设备相比较而言，风力发电机组很容易出现故障，并且导致故障的原因比较复杂。因此，需要采取科学合理的故障诊断方法来有效解决风力发电机组的运行故障，以此来有效确保电力企业的经济效益以及社会效益。

关键词：风力发电机组；故障诊断；状态预测

前言

如今，电能是人们生活以及社会建设过程中必不可少的势能，电能不仅能够为经济建设提供保障，同时还支撑着人们的工作、生活以及学习。所谓的风力发电也就是借助自然的力量，运用能量转换办法给人们的生活以及社会提供大量的能源保障。

1风力发电机组齿轮箱监测中常见的故障诊断

1.1传动机组故障诊断

一般来说，传动链出现故障的影响非常大，此类故障不可忽视。在常见的传动链故障中，以齿轮箱的轮齿故障和齿轮轮体故障最为显著。一是齿轮轮齿故障。在发电过程中，传动系统一般处于机械运转的高负荷运行下，尤其是在风力不稳定的情况下，其齿轮的可靠性以及稳定性会逐步性地降低，而磨损率却在逐渐地增加。长此以往，其齿轮的磨合度以及应用效果会大打折扣，而且机组的传动能力以及运行效率也会降低，因此，对齿轮轮齿进行定期的保养以及维护对于整个传动系统而言具有十分重要的意义。

1.2风力发电机变流器故障诊断

通过拆解发现，损坏主要来自于轴承部位。定子侧轴承损坏相对严重，保持架变形断裂，滚珠局部错位，轴承发生径向窜动。转子侧轴承保持架轻微变形，滚珠位置及轴承机械尺寸未发生变化，轴承损坏程度较轻。定子轴承内油脂完全干涸。定子轴承端盖外产生较多黑色粉末，转子轴承靠近定子轴承侧端盖有黑色粉末。转子轴承内虽有部分油脂，但已成凝结状，并已发黑。分析判断油脂在高温状态下稀释、挥发、固化、碳化产生黑色粉末，主要产生于定子轴承端盖，并通过轴承室扩散至转子轴承端盖。定子轴承油脂过度消耗与灰尘有关，观察发现定子轴承相比转子轴承更易进灰。风扇处于热风端，轴承与绕组的基础环境温度较高，如滤网堵塞严重，则流经风扇电机的风量减小，绕组会出现较高的工作温度。另一方面，随着轴承油脂的消耗，摩擦增大，电机负载增大，也会使电机绕组温度过高，出现长期过热现象。

1.3分析数据监测

在风电机组的运行中，自然环境等因素直接影响设备的运行状态。因此，有必要加强对风电机组实际运行状态的监测，如环境温度、风电机组转速、电能监测、并网发电信息监测等。如果监测数据出现异常，应根据实际情况分析确定故障部位，再到现场调查实际情况，找出异常原因及是否存在安全隐患，从而得出异常问题的最终解决方案，从而促进稳定风力发电系统的运行。

2风力发电机组状态监测技术

2.1技术特征分析

常见的一种风力发电机组状态监测方法，需要立足于风力发电机组的各项参数，通过掌握监测机组运行参数的变化来对机组是否存在异常现象进行判断。风力发电机组的运行参数类型比较多，可以将其分为计算参数和可测量参数这两种。其中，计算参数也就是需要读取的能够测量的参数，并且运用一定的计算方法予以计算，在此基础上将计算结果当成运行参数。立足于机组的实际情况，需啊哟选择恰当的计算方法以及测量装置，以此来检测风力发电机组的状态。一旦测量装置不匹配，就无法对电力参数的数值大小变化以及参数能量状态进行准确测量。如果算法编写错误或者是使用不当，就会导致参数的计算出现错误，从而对机组的正常运行状态产生影响。但是，不同厂家和不同种类的测量装置以及不同的算法之间都有各自的优缺点，怎样进行合理选择需要立足于机组的实际运行需要确定。

2.2可测量参数异常监测

（1）可测量的风力发电机组中的参数包含电流、电压、液压压力、频率以及温度等，立足于可测量参数的类型来选用相应的测量设备，并且将多种类型的测量设备有效配合起来。（2）对测量参数的上下限范围进行测量确定，基于范围选择恰当的测量设备。（3）对可测量参数的正常以及异常值区间范围进行分析。

2.3计算参数异常监测

（1）计算参数的检测应该选取合适的算法。风力发电机组的类型比较多，各种类型的风力发电机组需要用到的算法种类也比较多，不同算法中有包含了多种能够选择的策略。因此，有必要根据风电机组的具体需求和实际情况采用合适的算法。由于不同算法的最终计算结果不同，选择合适的算法可以显著提高计算效率和参数监测的精度。（2）使用恰当的设备运算方法，即：1）设备自身的硬件条件能够确保算法的长期、稳定运行。2）将稳定、可靠的测量设备以及数据传输设备运用于风力发电机组中，能够为算法的使用提供可靠的输出渠道以及计算依据。

3风力发电的故障检测技术应用

3.1分析机组故障诊断

对风力发电机组的故障进行诊断的时候，应该结合机组的特殊运行环境以及复杂的结构进行分析，从而获得准确的诊断结果。因风力发电机组的结构复杂，这就加大了故障诊断工作的难度。在实际工作中创新传统的诊断技术，使用新理念与新技术，能够为各种故障进行准确诊断，并且为解决各种类型的故障提供参考。在针对风力发电机组的故障的时候，需要掌握清楚各种故障的本质，并且对机组的电力振动、电力参数、电力磨损以及电力压力的温度特点进行分析，有效落实故障诊断。

3.2分析热力参数

对风力发电机组中的热力参数进行分析，并且分析机组的运行湿度和运行温度的变化，以此对其运行状态进行判断。就风力发电机组来说，其内部温度监测范围包括齿轮箱、发电机、变流器以及运动电机等大机舱、大部件对内部温度予以控制，对风力发电机组的内部热力参数进行有效监控。除此之外，还应结合机组热工参数的反馈结果和变化趋势，准确判断机组的故障部位，为故障原因提供可靠依据。

3.3分析机组运行振动

振动分析的使用原理是在机组内的发电机、齿轮箱、振动传感器安装在机组支架和主轴上，用于测量机组大部件的振动状态。利用传感器反馈的振动信号进行分析处理，准确、快速地判断机组各部件的振动状态，分析产生振动的原因，判断机组是否正常运行。

结束语

风力发电机组齿轮箱监测与故障诊断技术具有十分重要的意义，在进行排查的过程中，需要从全方位、多层次的进行排查。增强其排查的广泛性和数据化。结合人工智能以及监测数据进行机组以及传动、发电系统的双向排查。让故障诊断的效率以及精准性得到全面性的提升。

参考文献：

[1]聂永辉,徐明文,张译丹.基于多小波和峭度准则的风力发电机滚动轴承故障检测[J].东北电力大学学报,2019,39（06）:15-23.

[2]胡昌选,文传博.基于自适应观测器的风力发电机液压变桨系统故障诊断[J].电工电气,2019（11）:5-10.