摘要：我国工业生产以及生活的发展对能源需求越来越多，但石油、天然气等不可再生能源储量有限且不可再生，使得人们加强对可再生能源的研究与开发，近年来风力发电产业进入迅速发展期。完善的风力发展技术为其发展提供了重要基础，在成本等方面均具有优势。但是在风力发电系统运行过程中，存在很多安全隐患，可能发生一些运行故障。针对其运行进行监控，及时发现潜在隐患以及存在问题，进行改善，保证风力发电系统正常运行。本文结合当前情况，就风力发电系统状态监测和故障诊断技术的发展现状和监测诊断技术进行了分析。
关键词：风力发电系统；状态监测；故障诊断；技术研究
1风力发电机组概述
1.1风力发电机组介绍
风力发电主要是利用风机实现风能和电能的转化，借助电磁感应原理进行，将转化得到的电能经过调压等操作输送到电网以及用户中去。我国经过多年建设，风力发电机组建设已经相对完善，在传统恒速恒频风力发电机组的基础上改进，采用新的技术以及设备来完善创新风力发电，目前常用的新技术是变桨距技术。通过这一技术能够实现风机叶轮转速的动态调整，根据风速实际变化进行调整并引进变流技术，综合作用下保证了风力发电输出频率的恒定。变速恒频技术的引入保证了风力发电质量，因此我国目前在风力发电并网系统中应用的即这一技术。
1.2风力发电机组基本构成
如图1所示，风力发电机组主要由叶轮、变桨系统、传动系统、主控系统、变频系统、发电机、机舱以及偏航系统、塔架构成。利用风能来带动叶轮旋转，为提高发电效率增加变桨系统提升旋转速度。通过传动系统进行传动，并增加变频系统以及主控系统来保证转速稳定，然后传动到发电机中进行发电。
图1风力发电机组基本构成图
2风力发电系统状态监测
2.1风力发电系统状态监测的效益分析
风力发电系统状态监测和故障诊断技术可以很好的减少不必要的维护和操作，可以帮助风场及时发现发电系统中的电气故障，从而有效避免重大安全事故发生，同时还能够预防连带故障的发生。风力发电系统状态监测还能够帮助技术人员及时发现一些极端外部环境下如发电系统结冰、波浪导致的塔架共振，从而帮助电厂及时采取防护措施，避免大故障的发生，最终降低维护费用，减少因为故障而导致的停机时间。风力发电系统状态监测能够持续掌握风力发电系统的运行状态数据，这对于今后的设计和改进都具有现实的意义，从侧面进一步支持了风力发电产业的发展。
2.2风力发电系统状态监测技术分析
对于风力发电系统来说，状态监测技术主要分为以下几个方面。首先，振动监测。振动监测是目前应用最为广泛的一种技术，齿轮箱中部件在运行过程中，测试得到相应的振动信号，通过对振动信号进行分析以及和正常状态下振动信号对比，出现故障后发出警报信号。振动监测包含了幅域统计分析法、时频域的幅值谱分析法，功率谱密度分析等。在风力发电系统应用振动监测技术有其独特的特点，其实现了低转速动态荷载，相对于功率输出损失，风力发电系统状态监测设备投入较高。在对机舱振动分析过程中，为了消除风轮转速的影响，振动信号应该采用等旋转角采集；其次，油液监测。这方面监测主要包含油液品质检查，铁屑检查，有时还会涉及到油虑压降检查和油温温度检查；再次，过滤参数监视。这是保证风力发电系统安全稳定运行最常规的方法；最后，性能参数检查。主要通过风力发电系统实际的输出功率特征，将其实际的输出功率和正常的输出功率相对比，当实际功率超出一定范围之后，风力发电状态监测系统就会认为发生故障，发出相应的警报。
2.3风力发电系统状态监测的主要参数
在进行风力发电系统状态监测过程中为了更好了解发电系统的运行状态，通常情况下需要测量一下参数，然后由信号处理手段通过对定子各个参数的稳态普分量进行分析，从而更好的监测到转子故障，转子刹车盘损坏情况等，然后确定故障位置，确保风力发电系统运行的安全稳定。
3风力发电系统故障诊断技术
3.1齿轮箱的故障诊断
在世界各地风力发电系统中，有超过七成以上都是采用齿轮驱动技术。在风力发电系统中，齿轮箱是一个十分重要的变速传动部件，其主要通过齿轮完成整合风力发电系统能力的传递。在设备内部齿轮箱和主轴承的使用寿命直接影响到风力发电系统运行的安全性和风力发电机机组的使用寿命。齿轮箱常见的故障主要有齿轮磨损、齿轮断齿、齿轮偏心、轴承损坏、润滑不良、油温过高等几种。最近几年，随着科学技术不断发展，运用在线编程技术，开发基于B/S的风电机组在线监测系统，将其固定在齿轮箱的传感器上，采集齿轮箱的振动、噪声和温度信号，然后将信号传输到Web服务器上，Web服务器可以利用局域网将信号传递到客户端上实现在线监测。同时，也可以将数据发送到远程诊断中心开展远程诊断，大大提升在线监测系统的稳定性和科学性。
3.2发电机故障诊断
风力发电机由于工作系统较多，出现故障的种类也是十分繁杂的。一般情况下常见故障主要包含了定子绕组故障、轴承故障、转子导条和端环故障以及其他故障。发电机出现故障之后一般会产生一种或者多种征兆，如气息电压和电流不平衡，转矩动脉加强，平均转矩减小，工作效率降低，电流、电压和磁通波扰动等。发电机的振动分析可以和低速轴、齿轮箱振动结合起来，但是振动传感器价格较高，安装复杂不适合在发电机故障诊断中应用。而采用定子电流信号分析，是一种常用的、相对稳定方法，其设备安装简单，价格较低，能够和发电机控制系统共同使用电流信号，在发电机故障诊断中有着很好的应用价值。
4结论
对于风力发电机组的状态监测与故障诊断而言，涉及到众多领域和不同学科。在未来的发展中，需要不断的融合不同的学科技术以及不同的方法，来完善风力发电机组的状态监测以及故障诊断技术，这需要众多人员的共同努力。
参考文献：
[1]杨丽华.分布式风力-太阳能发电系统电能质量在线监测系统研究[J].仪表技术,2017(11):1-5+40.
[2]毕宇飞.风力发电系统状态监测和故障诊断技术研究[J].中国设备工程,2017(15):93-94.
[3]黄敏,徐菲,刘珺.基于云计算与物联网的风力发电智能监测系统研究[J].可再生能源,2017,35(07):1032-1037.
[4]刘飞,白树森,张秀珍.嵌入式风力发电监控系统的研究与设计[J].电源技术,2017,41(05):798-800.
[5]钱显毅,陈鹏飞.压电传感器在风电发电机振动测试中的应用研究[J].科技创业月刊,2017,30(05):132-134.
论文作者:商光刚
论文发表刊物:《基层建设》2019年第25期
论文发表时间:2019/12/12
标签：风力发电论文; 系统论文; 齿轮箱论文; 技术论文; 状态论文; 故障论文; 故障诊断论文; 《基层建设》2019年第25期论文;