摘要：风力资源是一种可再生的清洁资源，对其开发运用不仅可以缓解我国电力供应严峻的问题，更可以改进传统的发电方式，使我国的发电方式更加科学、更加绿色。就近年来风力发电的运用情况来看，风力发电不仅缓解了我国电力供应严峻的局势，并且环境效益出色，加之我国风能蕴藏量巨大，所以风力发电潜力巨大、前景可观。在风力发电系统中，变频器被广泛地用于帮助电力转换和输送，其作用不容小觑，故而对于风力发电系统，要侧重进行变频器故障的诊断、研讨，改进诊断技术和技巧，使变频器的功能得到最大化发挥。
关键词：风力发电系统；变频器；故障诊断
风力资源是一种可再生的动力资源，加大对风力资源的开发和运用，不仅可以有效解决资源严峻问题，同时还能改善原始的发电方式，这是目前我国发电企业奋斗的首要方向。结合当前我国风力发电情况来看，选用风力发电，不仅可以缓解我国电力匮乏的局面，同时还能改善生态环境，并且我国风力储备量比较巨大，因此风力发电具有出色的发展远景。针对风力发电系统来说，变频器的首要作用就是可以优化电力的转换和输送，其发挥的作用不容小觑，所以，在风力系统中，应该加大对变频器故障诊断的根究力度，在提升诊断水平的基础上，将变频器自身功能进行高效发挥。下面本文将进一步对风力发电系统中变频器的故障诊断进行分析研究。
1风力发电系统概述
1.1风力发电系统结构和作业原理
一般的双馈式风力发电机并网及调速系统作业时，风力发电机的能量在输入双馈感应电机后，是通过两条途径与电网相连的。一方面是在发电机定子中感应出电流后直接流入电网，另一方面则是通过发电机转子感应出电流后，通过交-直-交变频器接入电网。双馈式电机转子侧的变频器内电流是双向流动的，在发电机转速处于亚同步时期，由电网向转子侧供应交流电经变频器转换后输入转子作为励磁电流产生磁场，发电机转子转动切割磁场，定子感应出电流直接输入电网；在发电机转速处于超同步时，风力机输入能量过大，定子侧无法及时转换成工频交流电汇入电网时，剩余的能量也可经由转子侧经变频器转换后输入电网。所以对双馈式风力发电机来说，一旦变频器出现故障，停止运行，就会导致风力发电机无法发电。因此针对双馈式风力发电机来说，只要掌握好变频器产生的励磁电流，就可满足风力发电机并网原则。变频器的一次侧首要是用来进行电压与电流转换的，其电力电子电路现在较多选用三相全桥整流逆变电路，该逆变电路中使用的开关元件主要是IGBT。IGBT的控制极衔接于二次侧的控制电路，其控制电路现在常选用PWM控制技术。
图1为双馈式风力发电机并网结构简图。
1.2风力发电设备故障原理
风力发电设备每年发生故障的几率较高，尤其是在机器工作的前几年。设备处于稳定期时，达到一定的工作年限后，故障发生的可能性又会增加。据统计发现，风力发电设备中最容易出现问题的部件是叶片、齿轮、传感器、电气系统、液压系统，出现故障最少的部件是轮毂。齿轮和轴承是传动系统的一部分，也容易发生故障。根据从事变频器的维护工作经验来看，变频器故障属于风力发电设备电气系统中最常见的故障之一。
2影响风力发电系统变频器发生故障的主要因素
结合现阶段变频器问题处理情况来说，导致变频器出现故障的首要因素有三种：①变频器运作失误（失效）；②真实运作情况和猜想情况之间出现较大误差；③过电压以及过电流高温过热。其中，变频器过电压包含主电压过压或欠压，电网不坚定，低电压穿越等情况。首先，中心直流回路过电压，引发变频器过电压的首要要素在于两点：①电源侧冲击过电压，电网不坚定或低电压穿越；②发电机编码器烦扰，导致转子侧励磁调度紊乱。例如雷电导致的过电压、变频器负载逐渐减少导致负载转速逐渐升高，从负载侧变频器中心直流回路传送能力，短期情况下完结能量传送，导致其高于中心直流回路环节所担具的能力，然后导致过电压故障出现，变频器中心直流回路电容容量逐渐减少，中心直流回路将会使得直流电压调度能力逐渐下降，双馈式发电设施因为在电源侧中运用逆变电路，这就应该把剩余的能量传送到电网中，但是仍然会出现过电压现象，因此应该开展检测以及诊断作业。过电流故障主要是因为对变频器来说，其负载出现变化，输出短路等要素导致的发电机集电环或发电机轴承损害，使得变流器转子侧或定子侧电磁遭到严峻烦扰。假设传入电源出现缺相现象，整流回路故障将会引发欠电压故障。除此之外，当电网电压降低，风机出现低电压穿越现象时，也会导致变频器发生故障。
3变频器故障诊断技术
3.1利用神经网技术进行故障类型的判断
所谓的人工神经网络，也被人们称为神经网络，实际上是由许多处理单元组成的网络，是对人类大脑进行仿照后得出的模型，可以将人脑特征进行体现。人工神经网络技术的根本是从人脑生理结构方面入手，对人工神经网络行为进行研究，仿照出人脑数据处理办法，是在神经科学、数学、统计学等多种学科的基础上构成的技术。神经网络技术自身具有的优势在于运用信息对显层以及隐层网络施行练习，并且在没有构建数学模型的基础上，对研究方针进行评价。神经元数量越多，网络结构也就相对越繁琐，研究练习效果的真实性也就越高。把神经网络技术运用到变频器故障诊断中，在没有构建变频器数学方式的基础上，即可完善对现场信息的分配和诊断。在对变频器故障诊断的过程中，可以凭借此网络模型中含有的显层以及隐层来完结数据分析，明晰种类。运用神经网技术对变频器进行故障诊断的优势是，可以将变频器工作情况在神经网技术中全面体现，选用神经网完结数据收集，让变频器故障种类诊断效果具有精准性和真实性。图2是SOM神经网络结构。
3.2利用小波分析技术进行收集信息的处理
小波分析法是现在一种非常重要的信息处理办法。简而言之，小波分析法是一种运用小窗口进行数据分析的办法，在运用此方法的同时，小窗口的情况可以进行改动，其方位也可以进行移动。通过神经网技术可以取得较为准确的数据，再将小窗口对应到数据中，就可以对收集到的数据进行分析和处理，通过处理效果可以清楚地对变频器进行故障诊断。总而言之，小波分析技术不但提高了变频器故障的诊断效率，而且使其准确性也得到显著提升。
综上所述，风力发电在现在的电力生产中已占有了重要的地位，在未来的动力结构中其重要性将会进一步提升，为了使风力发电更好地发展，必须要灵活地运用现代化技术做好变频器故障的诊断工作，防患于未然，从而使风力发电系统的工作效率进一步提升。
参考文献：
[1]谭江.风力发电系统变频器故障诊断研究[J].通讯世界，2017（20）：227-228.
[2]单艳梅，王磊.风力发电系统中变频器的故障诊断研究[J].山东工业技术，2016（12）：189.
[3]张晓波，王占霞，张新燕.风力发电系统变频器故障诊断研究[J].电气制造，2010（07）：63-65.
[4]张晓波.风力发电系统中变频器的故障诊断研究[D].新疆大学，2010.
论文作者:王海强
论文发表刊物:《电力设备》2018年第14期
论文发表时间:2018/8/17
标签：变频器论文; 过电压论文; 风力发电论文; 故障论文; 系统论文; 电网论文; 风力论文; 《电力设备》2018年第14期论文;