关键词：风力发电系统；监测；故障；诊断技术
引言
风力发电机的状态监控和故障排除涉及多个领域和领域。未来的发展需要不断地融合多领域的技术和不同的方法，完成风力发电机的状态监控和故障排除技术，因此需要大量人员共同努力。
1风力发电机组故障诊断的研究现状
就目前发展而言，风力发电机的维护系统使得风力发电机出现故障的隐患减小。此系统的应用有效延长了永磁直驱发电机的使用寿命，提高了永磁直驱发电机的可靠性和安全性。永磁直驱发电机维护系统能够有效维护发电机的正常运行，降低了永磁直驱发电机意外停机的风险，提高机组的运行效率，同时还能够降低永磁直驱发电机装备的维护成本。随着永磁直驱发电机的广泛使用，社会对永磁直驱发电机系统故障诊断技术给予巨大的关注。实时监控发电机设备故障并及时维护能够提高永磁直驱发电机的可靠性，降低机器的运行成本。令人可喜的是国外和其他研究人员对于如何减少永磁直驱发电机故障问题，对线圈中转子电流的谐波和搜索线圈电压的方法以及分析定子绕组的损坏作出了研究。对于永磁直驱发电机来说，常用的、有效的方法是定子电流的频谱分析，该分析方法对于监测和诊断电动机存在的缺陷有着很大的作用。电流的频谱分析被用来感应电动机绕组出现的故障、机械的不平衡以及定子缺陷的诊断和监测。许多专家在小波分析理论的基础上提出了双功率风力发电机定子绕组故障的分析方法。许多学者使用永磁直驱发电机时将动力转换成为连续小波变换。通过用频率大小除以分量的大小、机器的损伤程度和频率分布来识别风向和风力的等级。永磁直驱发电机的轴承降低了生产成本，减少了对振动传感器的损坏。
2风力发电机组构成与状态监测技术
2.1风力发电机组构成
风力发电机组主要由叶轮、变桨系统、传动机构、主控系统、变频系统、发电机组、机舱、偏航系统、塔架等结构组成，依靠风能带动叶轮转动，利用变桨距技术调整叶轮转速、提高发电效率，借助转动系统、主控系统、变频系统保持转速的稳定性，进而传动至发电机处完成发电。
2.2振动监测技术
振动监测技术用于监测发电机组运行过程中轴承、齿轮等构件与机舱系统的振动情况，利用传感器采集其振动信号，进而利用系统将采集到的信号与正常信号进行对比，倘若发现该信号存在异常情况，则系统将会自动发出报警信号进行提示。通常在使用振动监测技术时主要采用幅域统计分析法、等旋转角采集法等方法，配合运用FFI分析法消除干扰，以此提高振动信息的精确性，相较于其他监测技术而言成本略高。
2.3过程参数监视
作为一种常规状态监测技术，该方法主要用于针对风力发电机组运行过程中的各项参数与运行状态值进行监测，并将其与系统正常运行数值进行对比，倘若二者不匹配则证明机组存在运行问题，将由系统发出警报。
期刊文章分类查询,尽在期刊图书馆
3风力发电机组运行安全控制措施
3.1神经网络技术
其一是模式识别层面，使神经网络充当故障分类器的作用，判断设备的不同故障类型并完成故障分类；其二是故障预测层面，将神经网络用于针对动态模型设备进行故障预测；其三是知识处理层面，配合专家系统构建混合故障诊断系统，以此拓宽故障诊断技术的应用范畴。通过采用神经网络进行风力发电机的故障诊断，可以借助归一化处理降低知识库管理难度，便于进行神经网络知识的并行联想与自适应推理，有效规避采用专家系统过程中存在的无穷递归、组合爆炸等问题，提高故障诊断的实时性。
3.2设备的检修
对于风力发电机的运行，设备的安全质量直接决定发电质量，如果其中一个部件或设备出现问题，则直接影响风力发电机的正常运行。因此，在风力发电机的运行和运行过程中，您必须定期维护相应的设备和单个部件，确保单个部件和设备的质量以及单个部件和设备的参数设置正确，并且工作正常。如果测试发现问题，不仅需要潜在的安全风险，还需要通过问题分析，采取有效的方法和技术手段来解决安全风险。为了解决问题，消除安全隐患，有效地避免风力发电机故障的风向。对于这种户外工作发电机组，在恶劣天气下尤其要加强检测维护，在预测的极端天气开始之前对风力发电机进行全面的潜入式检查，以便目前的风力发电机能够很好地应对恶劣的天气条件，并确保正常运行。
3.3数据监测的分析
风力发电机的实际运行状态可能受到代表自然环境的众多因素的影响。因此，您需要监控风力发电机的实际运行状况，包括工作环境的温度、风扇的实际速度、功率检测以及并网功率数据信息监控。监控发现异常数据时，必须将实际情况和工作人员的工作经验相结合，确定初步问题分析和故障位置，对实际情况和异常情况进行现场调查，确定异常原因和安全风险，最终提出异常问题解决方案，以确保风力发电系统正常工作。为了确保风力发电机状态监测的科学性，必须进行技术改革和创新，引进新的信息技术、网络技术、检测技术、自动化技术等。
3.4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。
3.5故障诊断分析
永磁直驱发电机故障监测和诊断系统主要包括对风机运行状况的分析，为了使风力发电机减少故障发生率，施工人员和维护人员采用了一种独特的故障诊断方法，这种方法不仅节省了设备的维护成本，而且还满足了现有永磁直驱发电机的使用需求。作为管理维护发电机的工具，风力发电机的监测和故障诊断系统需要进一步改善，现场施工人员还应该创建综合风力发电场，减少工作人员的工作量。由于发电机的独特性，相应部门应当采用适当的措施对永磁直驱发电机实施维护和管理。
结束语
随着风力发电技术的飞速发展以及风电机组单机装机容量的不断增加，其结构复杂性和控制方法的多样性使得故障的发生率也随之增加。近些年来对于风力发电系统的故障诊断与容错控制逐渐在国内外成为研究热点。国内对风电发电的研究大多是基于国外各公司实验室开发的软件，常用的如Fast、Bladed、Adams等软件。
参考文献
[1]张里,李红军,刘兴海,张健美,王婷婷,黄忠胜,张江林.风力发电系统可靠性评估体系[J].四川电力技术,2018,41(02):5-11.
[2]周源.基于矩阵变换器的双馈风力发电系统的故障穿越研究[D].湖南大学,2018.
[3]余达.基于深度学习的风力发电系统故障在线诊断研究[D].华南理工大学,2018.
[4]胡林静,李培培,于士航,赵洋,仝傲宇,刘凯,杨明文.基于RTDS小步长算法的并网双馈风力发电系统故障仿真研究[J].电网与清洁能源,2018,34(03):63-70.
论文作者:李林
论文发表刊物:《中国电业》2019年14期
论文发表时间:2019/11/15
标签：永磁论文; 发电机论文; 系统论文; 故障论文; 技术论文; 风力发电论文; 风力发电机论文; 《中国电业》2019年14期论文;