陈焕填
（广东粤电石碑山风能开发有限公司 515223）
摘要：随着科学技术水平的发展，人类对风能的利用将越来越广泛，风能在世界能源结构中的地位越来越突出，逐步成为继火电、水电之后的第三大常规能源。而大功率风电机组是实现风能使用的必需机件，其稳定安全运行，至关重要。状态监测与故障诊断技术是降低大功率并网风电机组故障率和降低维修成本的有效手段，本文对大功率并网风电机组状态监测进行简单介绍，对其故障诊断的现状和发展进行简单阐述，点明大功率并网风电机组状态监测与故障诊断研究的大趋势。
关键词：风电机组 状态监测 故障诊断 趋势
1、引言
随着风能在能源结构中扮演的角色越来越突出，特别是我国海上风电建设规划相继启动和运行的大部分风电机组质保期临近或者超出，其高故障发生率和高维修成本的现状也越来越引起重视，为了降低故障发生率和减少维修的费用，开展大功率并网风电机组状态监测与故障诊断研究已成为风电运营商、制造商和运维公司等机构势在必行的举措。对大功率并网风电机组进行状态监测与故障诊断研究，对及时掌握风电机组的运行状态，和及时发现其潜在的故障风险，减低事故发生率，减少维修成本，有着重要的作用和意义。
2、风电机组状态监测
2.1状态监测技术
大功率并网风电机组的状态监测是利用各种监测和分析仪器进行的，通过仪器收集各种信息，对设备运行状态参数进行处理，分析，从中分设备的运行状态，对异常或者故障状态及时做出报警处理。
风电机组的状态监测技术主要有：振动监测分析、油液监测、热成像技术、过程参数监视、性能参数检查等。其中由于振动故障发生概率最高，振动信号所包含的信息量最大，所以振动监测分析法是转动设备故障诊断中运用最广泛并且是最有效的方法。它可以对风电机组传动系统的健康状态进行评估，及时发现可能存在的隐蔽性缺陷或故障，避免风电机组缺陷进一步加大，为现场的风电机组验收工作提供强有力的依据。但是，目前我国的振动监测技术在风电机组上应用还很少，不管是在线方式还是离线方式，仍未得到该有的重视。其他技术还有材料的物理状态检查、应变测量、声学监测、目视监测和传感器自我诊断。
通过对风电机组各个部件的状态进行实时的观测，能及时发现故障隐患，从而采取有效措施来避免重大事故的发生，同时改定期维护和事后维护为预测维护，可以有效降低运行维护成本，提高经济效益。
2.2状态监测系统构成
风电机组状态监测主要包括两个方面，即硬件和软件。硬件部分包括振动传感器，数据采集器，现场服务器及中心服务器；软件部分包括前置机数据传输软件，和诊断分析软件。
随着互联网技术的发展，状态监测系统发生了变化，现在是由分布于现场的下位机进行数据的采集，通常是微处理控制器如PLC、DSP等。通过网络将采集的数据传送到中央控制服务器的上位机，再对数据进行统一的存储、分析和处理，这样就形成了一个统一的监测和诊断网络，检测系统的数据采集具有独立性，分析监控具有统一性，结构具有开放性等特点。
图1 诊断分析系统流程图
3、风电机组关键部件的诊断
风电机组有五个关键部件分别是叶片、齿轮箱、发电机、变流器和变桨系统，对机组关键部件的研究侧重于故障诊断。
3.1叶轮
叶轮是捕捉风能的关键部件，由叶片和轮毂组成，当下对叶片老化和损坏，叶轮不平衡故障的研究相对较多，而在线状态监测和故障诊断方法现阶段在实际应用中较为鲜见，并多处于在实验室模拟仿真阶段。
3.2齿轮箱
对齿轮箱在线监测和故障诊断的研究较多，如油液分析、振动分析、温度分析和电气分析。其中油液分析方法是离线监测，而振动分析、温度分析和电气分析则都属于在线分析方法。根据国内外目前风电机组的实际运行情况，通常齿轮箱的齿轮和它的轴承，发电机和它的轴承都是比较容易发生故障的部件，因而在常规的监测中，可将齿轮箱前面和后面的轴承及发电机前后的轴承分别作为测量点。
3.3发电机
对发电机的故障诊断研究，大部分是通过在线监测定子电流、转子电流、有功功率变化情况，来对匝间短路，单相或者多相短路，轴承损坏、转子偏心等进行故障诊断。
3.4变流器和变桨系统
变流器作为电能回馈至电网的关键控制通道，是影响风电机组及入网安全稳定运行的重要环节，现多数研究都是基于样本训练的在线变流器的智能故障诊断方法。相比而言，变桨系统的故障诊断研究比较少，其变桨系统转速极低，运行不连续，负载也随机，所以对变桨系统的在线状态监测可采用振动分析或者发电机组的电流信号分析。
4、故障诊断研究现状及趋势
随着国家对可再生能源的大力支持，风力发电得到了快速的发展，电力系统也正朝着高电压、大容量、互联网方向发展，这对其安全可靠性指标要求越来越高。而传统的监测和故障排除具有明显的局限性：
就经济的角度而言，线下定期测试和大修都需要停电进行，就会造成电量的损失。定期有计划的检修则可能造成检修不足或者过剩的情况，造成人、财、物、时间的浪费。如果是一些没有必要的重复、频繁的检修更有可能会增加误操作、人员伤亡和事故发生的概率。
从技术角度来说，试验条件不同于运行条件，对大多数检测项目是在低电压下进行检查，很可能发现不了绝缘缺陷和潜在的故障。因为绝缘的劣化、缺陷的发展有一定的潜伏期及过程，而预试是定期进行的，所以常常不能及时、准确的发现风电机组的故障，从而出现漏报、误报或早报等情况。最后仍是不能消除故障隐患。
根据美国电力研究院和施工规范协会的统计数据，对电力设备实施状态监测和故障诊断可以提高百分之二到百分之十的设备利用率，延长10%~15%的设备使用寿命，节约百分之二十五到百分之三十的检修费用，所以对风电机组设备开展状态监测不单单保证其可靠运行，而且能为企业带来巨大的经济效益和社会效益。对大功率并网风电机组状态进行监测与故障诊断对提高风电机组有重要的意义。
5、结束语
随着全世界风力发电产业的发展，对大功率风电机组安装与并网运行，提出了更高的要求，这必将要求促进风电机组状态监测与故障诊断技术的进一步发展。为了提高大功率并网风电机组的运行效率和可靠性，对每台机组运行状态进行监测必不可少，通过对风电机组各个部件的实时观测，及时发现故障隐患，采取有效的措施，避免重大事故的发生，提高风电的经济效益。本文只是对风电机组状态监测及故障诊断研究现状进行简单的综述，更多详尽的状态监测方法、技术，需要专业技术人员进一步的探究，更多的故障诊断技术更是今后研究的热点和难点。
参考文献：
1、董玉亮，李亚琼，曹海斌，等.基于运行工况辨识的风电机组健康状态实时评价方法［J］.中国电机工程学报，2013
2、郭建斌，闻源长．基于AHP方法的在役风电机组安全检测技术研究［J］．能源研究与利用，2008
3、赵洪山，胡庆春，李志为.基于统计过程控制的风机齿轮箱故障预测［J］.电力系统保护与控制，2012
论文作者:陈焕填
论文发表刊物:《电力设备》2016年第12期
论文发表时间:2016/8/25
标签：机组论文; 风电论文; 状态论文; 故障诊断论文; 齿轮箱论文; 在线论文; 故障论文; 《电力设备》2016年第12期论文;