摘要：风力发电系统主要有风力机和发电机2个部分组成，其中风力机将风能转换为机械能，发电机将机械能转化为电能。发电机是风力发电系统的核心，对系统性能、发电质量以及发电效率具有极大的影响，也是故障高发部分。由于风力发电系统长期工作在野外，工作环境较为恶劣，容易发生多种机械或电气故障，因此需要对机组的故障诊断进行分析，及时发现及时维修，提高运行的稳定性及可靠性，对保证机组的安全正常运行具有非常重要的意义。本文基于风力发电机组状态监测和故障诊断技术研究展开论述，希望可以为相关工作人员提供一定的参考。
关键词：风力发电机组；状态监测；故障诊断技术研究
中图分类号：TM315 文献标识码：A
引言
随着国内风力发电行业的快速发展，风力发电机组故障已成为一个不可忽视的问题。通过对风力发电机组的运行状态进行实时监测，能够及时发现机组运行过程中存在的故障隐患；通过提取机组故障信息并进行分析处理，能够诊断机组故障发生的原因并制定有效的处理措施。这对于提高风力发电机组运行可靠性，促进风力发电行业健康发展具有重大的现实意义。
1风力发电机组状态监测和故障诊断的意义
发电机在工作时其转子是高速旋转的，如果转子的旋转中心与质心不重合，则会导致转子不平衡产生离心力，从而引起机组振动，如果离心力大于阈值就会导致机组振动异常。因此，在装配机组的转子时需要对每一级叶片进行平衡实验，在出厂前还需要进行低速及高速转动平衡实验，确保不平衡量在合格范围内。在制造厂家，转子不平衡的主要原因是机械加工不精密和装配质量差，为了保证转子的原始平衡度，需要提高加工精度、保证装配质量。风力发电能够缓解国内能源供应紧张的局面，改善能源结构，对于国家环境保护和电力工业的可持续发展具有重大意义。
2风力发展的现状
中国拥有丰富的风能资源，全年风能资源总量32．26亿kW(地面以上10m风速大于5m/s)，实际可开采量为10．4亿kW。根据我国的实际情况，新能源战略已经开始着重发展风电。因此我国风电发展前景相当可观，从现在到未来将保持高速发展的趋势，同时，随着风力发电技术的逐步成熟，风电行业的盈利能力也将稳步提高。根据中国工商业研究院发布的数据，截至2017年底，全球风电市场主要集中在5个国家:中国、美国、德国、印度和西班牙。其中，中国累计装机容量188392兆瓦，居世界第一，美国累计装机容量89077MW，居世界第二。与2007年前我国风电装机容量相比，近年来我国风电装机容量实现了质的飞跃。因为不断增加的装机容量，中国已成为了世界上最重要的风力发电国之一。因此，加强风力发电研究对于促进我国发展而已具有重要的意义。
3风力发电机组在线振动监测与分析系统的应用
该系统由DGU2000数据采集监测站、专用低频加速度传感器、现场服务器、INTERNET网、远程服务器、光纤通讯设备构成。能够连续监测风力发电机组运行过程中的振动、冲击、晃度、转速、负荷等参数，自动存储振动、冲击、波形等有价值的数据，并能自动计算机组各部件的故障特征频率。系统提供针对风力发电机组的工程师辅助分析系统，可识别机组的运行状态，发现齿箱、轴承故障的早期征兆，对故障真伪、故障部位、故障类型、严重程度、发展趋势做出准确的判断。该系统通过在风电机组的特定位置加装振动传感器，获得齿轮箱、发电机等关键设备的振动信号，并通过专用的数据采集分析系统进行振动信号的定时采集和分析处理，由此获得风电机组各主要设备的运行和磨损状况，并对风电机组可能发生的故障、隐患和使用寿命进行判断和预估，为机组的维修提供指导和建议。
期刊文章分类查询,尽在期刊图书馆
4风力发电机组状态监测技术
4.1技术特征分析
风力发电机组常用的状态监测方法之一主要是从风力发电机组的各项运行参数入手，通过监测机组运行参数的变化来判断机组是否发生异常。风力发电机组中的运行参数类型多样，大体分为可测量参数及计算参数两大类。其中，计算参数是指需要读取可测量参数，并使用一定的算法进行计算，将计算所得结果作为运行参数。根据机组实际情况，按需选取合适的测量装置或算法是进行风力发电机组状态检测的重要前提。如测量装置不匹配，将无法准确测量相关电力参数能量状态或数值大小的变化；如算法使用不当或编写错误，将会得出错误的计算参数。这都将影响机组的正常运行状态。但不同种类、不同厂家的测量装置和各类算法都存在各自的优缺点，如何进行选择需要根据机组的实际需求确定。
4.2在线监测技术
随着风电行业的不断发展,单机功率正在逐步向大功率海上风电机组过渡,但目前陆上主流机型仍以双馈型机组为主,其占有绝大部分的市场份额。双馈型机组的典型故障主要发生在主控系统、传动系统、发电系统、电气及偏航变桨等关键设备,其中发电机作为机组的核心设备,对其进行轴承故障预判和诊断对保障机组可靠运行尤为重要。通过在发电机驱动端和非驱动端轴承座位置处安装振动传感器,可监测轴承径向和轴向振动信号。利用振动传感器采集轴承运行时的振动信号,经数据处理获得轴承运行的特征频率参数,对比轴承运行转速条件下的各组成结构的异常特征频率,判定轴承的运行状况。发电机零部件结构和配合的复杂性,机组对中情况对轴承运行状态的影响,以及振动监测时出现的偶然因素影响,使得在线监测故障判定存在一定的难度。故此,现阶段采用的振动在线监测技术在一定程度上仅能从监测到的振动信号进行分解和提取,以进一步抽取表征故障特征的信息量,从而对发电机轴承的运行状态、故障潜在点及发生点进行识别和诊断。
5故障诊断的分类
风力发电机组的故障诊断技术能有效缩短故障诊断的时间，同时故障的准确性会大幅提高。风力发电机组故障诊断措施的有效落实，不但能够为风力发电系统提供更完善的质量监测系统，同时可以对风能开发布局，区域机组选型进行指导，为高效能源转化，后期保养维护提供指导，故障诊断一般按照学科和技术手段分为以下三类：一是传统方法。通过实时监测运行损耗、轴承温度和电能转化率等运行参数，根据参数是否超出临界值，判断设备的运行状态二是数学方法。通过后台类比方法，提取风机正常模式和故障模式时的重要参数数据，通过数学计算的方法，类比得出故障发生的概率，减少故障实际发生的频率三是智能诊断法。按照人类的思维模式，以人工智能和大数据网络为基础，植入人类的判断经验，编制风机故障预测和判定程序，从而预防故障发生的危害
结束语
近些年,随着振动信号监测、数据分析、处理技术的不断提升,在线监测技术也随之发展,根据设备应用环境和使用条件对其运行情况进行实时监测,以提供必要的监测、识别和故障判定手段。目前,针对风电行业中广泛采用的振动在线监测手段,对机组运行状态进行实时监测,实现机组运行时的故障监控,以保障机组的可靠运行。
参考文献
[1]郜士祥.风力发电机状态监测与故障诊断技术综述[J].湖北农机化,2018(05):48-49.
[2]傅雷.面向状态监测和故障诊断的风力发电模拟技术及其应用研究[D].浙江大学,2018.
[3]龙霞飞,杨苹,郭红霞,伍席文.大型风力发电机组故障诊断方法综述[J].电网技术,2017,41(11):3480-3491.
[4]朱静.风电机组传动系统故障检测及诊断研究[D].东南大学,2017.
[5]李伟华.风力发电机组轴承故障诊断系统研究及应用[D].华北电力大学,2017.
论文作者:冯国辉
论文发表刊物:《科学与技术》2019年第09期
论文发表时间:2019/9/30
标签：机组论文; 故障论文; 故障诊断论文; 参数论文; 风力发电机组论文; 风电论文; 在线论文; 《科学与技术》2019年第09期论文;