关键词：风力发电系统;状态监测;故障诊断;?
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
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。
2风力机状态监测技术
2.1振动监测
振动监测作为风力发电机状态监测的必要技术,主要监测分析发电机组中的轴承、齿轮以及机舱部分的振动情况。通过传感器获得这些部分的振动信号,然后通过系统对监测信号与正常信号进行比对分析,若出现异常系统会给出报警信号。一般在振动监测当中采用幅域统计分析的方法进行。振动监测设备和其他监测技术相比,成本要高,在应用振动监测进行监测的时候采用等旋转角采集的方式进行信号采集,为保证信息准确性,分析时采用FFT分析消除干扰获得准确振动信息。
2.2油液监测
对于风力发电系统而言油液质量也至关重要,因此需要对油液进行定期监测,包括油液质量检查以及铁屑检查、油温检查以及油滤压降检查。在进行油液监测的过程中通常采用离线检查的方式进行,通过油液监测来反映应用油液相关部件的运行状况。
2.3过程参数监视
为保障风力发电机组安全运行,过程参数监视是最常规的方法之一。随着风力发电机组的功能和相关建设不断完善,系统功能也越来越强大,状态监测工作也越来越重要。当前对于风力发电机组的状态监测主要是对运行状态值和系统正常运行允许值之间的对比,看是否匹配,若不匹配则代表存在异常,系统给出警报。
2.4性能参数检查
在风力发电机组的运行当中,一般需要对风力发电机组的实际输出功率及其特性进行监控,对于监控结果和系统、机组的正常功率进行比对和分析,是否超出阈值,超出阈值表明风力发电系统出现故障。
对于风力发现机组状况监测系统而言,除了上述主要技术之外还包括声学监测、材料性能监测以及热成像技术等。
3几种常见故障诊断技术和基于故障诊断的风力发电系统试验装置设计
3.1故障诊断技术的应用
3.1.1叶片、齿轮箱的故障诊断
叶片处于风力发电系统的前置部位,在检修过程中常用功率谱密度法、光纤电流传感器网络等技术进行故障诊断,倘若发现叶片出现转子不平衡、气动力不对称平衡等现象,则证明叶片存在故障。
期刊文章分类查询,尽在期刊图书馆针对齿轮箱故障进行诊断,主要通过将采集到的异步电机电流信号进行解析,定位故障点,随即通过幅值、频率解调实现对转轴旋转频率的监测,采用离散小波变换法进行解调后的电流信号处理,实现排除干扰、降噪等效果。
3.1.2构建数学解析模型
该方法需要建立在精确数学模型的基础上,依照模型输出信息与实际测量数据进行对比,针对二者间的差值进行分析、计算,以此完成故障分析。在计算过程中需要确保构建数学解析模型的精确性,从中获取到准确的参数与实时状态。然而在风力发电系统运行的实际工况条件下,由于生产设备存在一定的不确定性因素,因此其所对应的数学解析模型也应围绕时间、温度等因素的变化进行调整。
3.1.3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。
3.1.4神经网络技术
当前该技术主要包含以下三种应用方向: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风力发电系统试验装置设计
3.2.1平台装置设计
风力发电系统主要由叶轮、主轴、齿轮箱、传动系统、发电机组等部件构成机械结构,利用叶轮将捕获到的风能转化为机械能,经由传动系统传动至双馈电机处,以此完成电能的输出。通过调查分析可以发现,齿轮箱、发电机、风轮叶片等部件为引发系统故障的主要因素,其中齿轮箱的故障诱因多体现在轴承、齿轮轴、箱体与齿轮上,而故障频次最高的轴承故障又以高速平行轴作为最主要的故障诱因。
3.2.2测控方案设计
为实现对风力发电过程的模拟,本文采用伺服运动控制与数据采集系统进行测控方案设计,将风速时域信号输入到仿真模型中,借助尖速比计算与桨距角控制两个模块获取到系统转速与桨距角信息,并将其传递至风能利用系数估计模块,实现对风力发电机的过程模拟。在采用数据采集系统进行设计时,可在齿轮箱盖顶部安装一个IEPE压电加速度传感器,实时采集齿轮箱运行中的振动参数;选取动态扭矩转速传感器安装在高速轴与负载电机之间,用于采集传动轴的转矩、转速数据。通过将获取到的振动参数、转矩、转速等数据与标准数值进行对比,可以判断风力发电系统有无故障问题,进而使系统及时发出警报,配合有效处理技术实现故障问题的有效解决,为风力发电系统的正常运行提供保障。
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]贺德馨.中国风能发展战略研究[J].中国工程科学,2011,13(6):6~13.
[2]王瑞闯,富洪.风力发电机在线监测与诊断系统研究[J].华东电力,2009(1):190~193.
[3]高阳,潘宏侠,吴升.基于DSP和神经网络的风力发电机齿轮箱远程故障诊断系统[J].仪表技术与传感器,2011,12(1):67~70.
论文作者:巨克骁
论文发表刊物:《当代电力文化》2019年15期
论文发表时间:2019/12/12
标签：系统论文; 齿轮箱论文; 故障诊断论文; 技术论文; 故障论文; 风力发电论文; 风力发电机组论文; 《当代电力文化》2019年15期论文;