华能辽宁清洁能源分公司 辽宁营口 115007
摘要：近年来，风力发电作为一种可再生的清洁能源，没有传统的火力发电存在的资源枯竭和环境污染问题，因此得到了世界各国极大的关注和发展。由于大型风力发电机组通常被安装在山地、戈壁滩、草原、海洋和沙漠等偏远平旷地区，所处的运行环境较恶劣，很容易发生停机等故障。因此，为了提高风力发电机组的发电效率，有必要对其进行运行状态监测和故障预示的开发，提高风电机组的可靠性和使用寿命。文章对风电机组状态监测技术及故障分析方法进行了研究分析，以供参考。
关键词：风电机组；状态监测技术；故障分析方法
1前言
随着环境问题、能源危机的日益突出，以风电、光伏等为代表的可再生清洁能源的装机容量占电力系统的比重不断增加。全球风能理事会发布的统计数据表明，全球风电新增装机容量63．0GW，其中中国新增30．5GW，总规模达到432．4GW。另外，随着风电机组单机容量的不断增长以及风电场规模的日益扩大，风电系统的结构变得越来越复杂，不同组件间耦合更加紧密，一个微小的缺陷可能引发灾难性的大故障，造成机组停机，甚至导致机组部件的损坏，给企业带来巨大的经济损失。相对于传统火电机组，风电机组单机容量较小，风电场一般由数十甚至数百台机组构成，且分布比较分散，一般分布在环境条件恶劣的内陆山地、荒漠、沿海滩涂，这一系列的特点给运行、检修及故障分析都带来较大的困难。
2风电机组的主要故障类型
2.1齿轮箱故障
齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。近年来，新投产风电机组普遍都配备了振动监测系统。当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。
2.2发电机故障
目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。常见的故障有轴承故障、短路故障、转子偏心故障等。当发电机由正常状态衍化到故障状态时，会引发某些电量和非电量的变化。其中电量信号主要有电流、电压、输出有功功率、电磁力矩等，而非电量主要为振动信号。发电机的故障诊断正是以这些反映电机运行状态的物理量信号的变化为依据，通过相应监测设备获取电量或非电量信号，采用先进有效的信号处理技术，最终提取出反映发电机故障种类以及故障严重程度的特征信息。
2.3电力电子装置故障
并网风电机组一般通过变频器接入电网，从而实现在环境风速变化的情况下，也可以向电网输送高质量电能。所不同的是：永磁直驱式风力发电机是定子侧通过变频器接入电网的；双馈式风力发电机是转子侧通过变频器接入电网的，定子侧直接与电网相连。变速恒频式风力发电机，尤其是双馈式风力发电机在电网发生故障时容易导致风力发电机机端电压跌落，造成发电机定子电流增加进而导致转子电流的增加，极易导致风电机组变频装置的功率元器件损坏。
2.4叶片故障
叶片是风电机组最基础和最关键的部分，长期承受风带来的交变冲击载荷作用，是受力最复杂的部件之一，运行过程中各种激振力通过叶片传递出去。实际中常用有限元分析法建立风电机组的动力学模型，通过计算与模态分析获得其固有频率和振型等信息，并通过观测固有频率变化反映叶片的裂纹等故障特征，依此达到对风机叶片故障的检测与诊断识别的目的。
3风电机组状态监测与故障预示系统设计方案
风电机组的结构主要可分为两部分：一是由将风能转换为机械能的风力机；二是将机械能转换为电能的发电机。风力机主要由风轮、主轴、齿轮箱、控制器及辅助装置组成，其作用是将转化成机械能的风能传递至齿轮箱，通过齿轮箱增速，带动高速发电机工作。风电机组的类型有双馈型风电机组和直驱型风电机组等，其中双馈型风电机组在我国实际运行数量最多，其结构如图1所示。
图1：双馈型风电机组结构图
风电机组状态监测及故障预示系统方案如图2所示，具体设计过程如下：
首先，在机组各个关键部位安装不同传感器，采集振动、转速、温度等信号。如低速轴位置选择低速加速度传感器，在高速轴部分选择压电加速度传感器。然后通过调整单元和信号采集卡，输入到在LabVIEW上开发监测平台，该平台运用小波消噪的方法进行消噪，然后通过快速傅里叶变换将输入信号进行分解，通过曲线拟合、时域分析、频域分析等步骤，将数据以图形的形式呈现出来，并根据分析得到的结果对照正常运行时的信号，如果出现信号异常，进行故障原因分析，并在系统界面上给出故障预示以及故障维护建议。
图2：风电机组状态监测及故障预示系统方案
4在线智能故障分析的发展方向
本文结合现有先进技术以及风电场运行维护经验的不断完善和基础数据的不断增加，提出下一步风电场在线智能故障诊断技术的发展方向。完整和正确的数据采集是后续状态分析和故障诊断的基础。因此，在今后的集中监控技术研究中，应将风电机组SCADA系统、升压站综合自动化系统、风功率预测系统、AGC/AVC能量管理系统、生产管理系统等现有分散监控与管理系统进行整合。采取不同时间尺度的异构数据采集技术、防止数据丢失的数据队列技术以及不同时间尺度的异构数据的统一存储技术，建立以风电机组关键部件的振动在线监测数据、油液在线监测数据、叶片在线监测、离线点检数据、风电场的环境监测数据等为基础的统一实时和历史数据库，确保风电场实时数据的完整性和正确性。进而，基于各类异构数据的统一管理技术，将实时数据库和历史数据库与统一的风电设备健康状态数据库相结合，建立风电场统管数据库。基于风电场统管数据库，开发风电场场群的集中监控与管理技术，实现不同供应商的各类设备的集中监控与管理，实现风电场场群的状态监测、运维调度和生产运营的统一管理。
在风电场场群的实时监测、运维管理和生产运营的统一管理基础上，下一步的工作即是开发重要子系统的在线监测系统，如齿轮箱磨损状态监控、叶片表面状态监控等。以齿轮箱磨损状态监控为例，通过对齿轮摩擦副的摩擦、磨损、润滑与润滑油劣化特征的研究，寻求对齿轮油运动粘度、油中水含量、介电常数、温度、磨损烈度指数等多参数的集成式实时在线检测方法，从而系统地建立风电机组齿轮箱润滑磨损在线监测体系。
风电场故障预警技术的实现，有利于运维人员工作职责的原子化、远程化和信息化，实现风电场维护的智能化和简易化，最终达到风电场的安全、稳定、高效运行。
5结束语
本文总结了风电机组齿轮箱、发电机等重要零部件的常见故障类型以及常用的故障分析理论，并针对风电场风电机组故障诊断系统的分散性，提出了风电机组故障诊断的发展方向。对单风场现有分散的监控与管理系统进行整合，通过异构数据采集技术、数据队列技术以及异构数据存储技术，建立统一的实时数据库和历史数据库，确保风电场实时数据的完整性和正确性。基于完整的风电场统管数据库，开发各个重要子系统的在线监测系统，最终实现基于数据融合方法的具有自学习能力的风电场智能化专家故障预测，为风电场的安全稳定运行提供可靠保证。
参考文献：
[1]徐颖剑.风电机组发电机故障分析诊断[D].华北电力大学，2013.
[2]戴煜林.故障树及振动包络分析在风电机组故障诊断中的应用[D].华北电力大学（北京），2016.
论文作者:王雪冬
论文发表刊物:《基层建设》2017年第33期
论文发表时间:2018/2/28
标签：机组论文; 风电论文; 故障论文; 齿轮箱论文; 在线论文; 发电机论文; 风电场论文; 《基层建设》2017年第33期论文;