摘要：本文介绍了我国的风力发电机组在故障诊断的现状，并对其在线监测和诊断系统进行了论述，供业内人士参考，以期能够促进风力发电的稳定运行。
关键词：风力发电机；在线监测与诊断；系统
随着我国经济社会的不断进步，科学技术不断进步，以煤和石油为主导的传统能源在生产和生活中所占得比例逐渐降低。随着全球范围对环境要求越来越严苛，我国也相继出台了节能减排的十二五和十三五规划，以太阳能和风能为主要形式的清洁绿色能源必然会成为未来能源的主要形式。
风力发电是目前利用风能最主要性式，近10年来各大发电集团在我国北部、西部，东南沿海地区及近海海面建设众多的风电场，众多风力发电机相继树立起来。总的装机容量也逐年增加，单机容量也逐渐向大额发展。
一、风力发电机在线监测与诊断系统研究的重要意义
随着风电场的规模逐渐增大，风力发电机的运行与维护成为风电场面临的主要问题。早期投产的机组运行时间很长，部分甚至已经到了服役年限，机组故障率明显增加。常规风力发电机在运行2500h或5000h后要进行例行维护。但是这种类形式化的检维修难以全面、及时掌握设备的运行状况。事故后维修经常出现准备不充分、人员素质参差不齐，造成维修工作的耗时太长，不但耗费巨大的人力、物力，增加作业难度，严重的还会造成电网波动，严重的威胁到当地的电力系统稳定。
风力发电机在线监测与诊断系统可以有效的避免类似的问题，该系统集信号采集、在线监测和信号分析于一体，是一种的多功能的在线监测与诊断分析系统，能够及时有效的对风力发电机的轴承振动、定子温度、润滑油压力和电气参数等运行参数进行在线监测,并能够实时将将监测结果传输至远程计算机中，并与设计值进行比对,一旦发现参数偏离出允许范围立即报警。对采集到的数据进行比对分析、长时间存储,从而可以准确地确定设备故障。
风力发电机在线监测与诊断系统能够实现对故障的早期诊断及预警，关键的零部件可以进行预维修，易耗零件可实现“视情况维修”，同时也能够减轻人员的劳动强度，大大降低运维成本，是风力发电系统保持长周期稳定运行的重要举措。
二、风力机在线监测与诊断系统构成
1.硬件结构
风机在线监测系统硬件主要包括：计算机主机、信号检测、数据采集、显示打印及系统电源五个部分。
(1)计算机主机
计算机主机是整个系统的控制核心,使用工业级计算机,完成与测量终端连接，进行实施数据传输、处理、存储,实现组态和逻辑控制等功能
(2)信号检测
信号检测元件是安装在发电机内部，由传感器、变送器和信号预处理器组成。采用电涡流振动传感器采集风机的振动值，采用铂电阻温度传感器采集风机的关键部件的温度，使用压力传感器采集润滑油压，并使用电流传感器采集电气参数。采集到的参数经过变送器转化为电信号，并经信号预处理器处理后送到计算机主机中。
期刊文章分类查询,尽在期刊图书馆
(3)数据采集
数据采集软件安装在计算机主机内,完成对现场测量的振动、温度、压力、电压电流等参数的采集,并将采集到的模拟量转换成数字量进行存储，便于系统分析处理。
(4)显示打印
显示器和打印机是输出设备,可以方便员直观观看监控结果，方便结果的分析和转移。
(5)系统电源
系统电源采用独立供电的方式,给信号检测的变送器提供电源，满足其运行。
2.软件结构
风机在线监测系统软件功能包括：系统操作、状态监测、分析诊断、状态显示、报警窗口等功能。每个选项均有下拉式菜单式的子窗口,并以汉字形式提供各个功能的选择。为了方便操作，可以增加包括文件操作、历史趋势和打印等功能。
3.Marlin状态监测系统
风力发电机组由风车、齿轮箱、轴承和发电机等组成，为捕捉各方向风力,旋转轴系安装在几十米的塔架顶端,给各个参数的测量带来了极大的困难。Marlin状态监测系统由数据管理器(MDM)、状态探测器(MCD)和PRISM 4Surveyor应用软件组成。PRISM 4Surveyor应用软件可简化数据的搜集、存储和分析的程序,并根据采集的数据绘制出历史趋势曲线。状态探测器(MCD)和数据管理器(MDM)结构小巧，便于随身携带和安装；状态测器可与数据管理器联合使用，也单独使用，十分适合风电机组的重点部位的状态进行测量。我们可以根据这些数据发现诸如转动平衡、联轴器不对中、主轴弯曲、轴承松动现象的低频到中频的故障，也可以监测齿轮的缺陷。机器状态即2个振动测量值和1个温度测量值可以通过状态探测器(MCD)采集，探测器能够自动把采集的这些数据同预设参数比较,当超出设定的允许值时,立即在向计算机主机发出警报信号，在显示器上予以显示。探测器测出的读数可立即显示，同时在数据管理器(MDM)上存储,数据管理器的主要作用是输入、存储采集的数据，对机器状态进行检查。
Marlin能够对数据进行趋势分析,仅能反映一段时间内风机运行的总体水平;如发现测点超出报警限值,仅仅能对事故做出早期的判断,不能发现故障的具体来源及原因,这时就需要借助包括FFT频谱分析、频谱趋势分析、时间波形分析、小波分析等先进的工具来做进一步的分析，以准确判断出风机故障，在线监测和诊断系统软件在设计时要重点予以考虑。
结论
目前我国对风力发电机组故障处置还停留在传统模式上，日常维护也是沿用人员定期巡检模式，在线状态监测的研究还十分有限。对于齿轮箱齿轮、轴承、传动机构故障的在线的检测、诊断和研究都还处在摸索阶段，技术水平比较落后，不能准确的指示故障位置和报警。工程技术人员要加强新技术的开发、新设备的使用，推动风力发电机在线监测和故障诊断系统的发展，促进我国风力发电使用的整体进步。
参考文献
[1]高燨,关晓慧,吕跃刚.风力发电机组振动报警系统的设计与实现[J].今日电子,2012(2).
[2]吕跃刚,关晓慧,刘俊承.风力发电机组状态监测系统研究[J].自动化与仪表,2012(1).
[3]李俊卿,何龙,王栋.双馈式感应发电机转子匝间短路故障的负序分量分析[J]. 大电机技术,2014(2).
[4]时维俊,马宏忠.双馈风力发电机轴承的早期诊断[J].电力系统及其自动化学报,2012(6).
论文作者:熊丰
论文发表刊物:《电力设备》2017年第14期
论文发表时间:2017/9/19
标签：在线论文; 系统论文; 状态论文; 数据论文; 风力发电机论文; 故障论文; 信号论文; 《电力设备》2017年第14期论文;