大唐新能源辽宁公司 116300
摘要：近几年，我国社会经济发展突飞猛进，煤炭资源的产量不能满足我国人民对于电力资源的需求，并且煤炭资源的燃烧会对我国的环境造成一定的负面影响，使我国的环境质量大幅降低。国家为保护我国环境，减少我国煤炭资源的消耗，加大了对风力发电系统的研究和利用，并取得了较好的效果。但是，风力发电机在使用的过程中容易受到外界因素的影响而会出现故障，影响电力资源的稳定供应，当风力发电系统中传感器发生故障时，会对整个电力供电系统产生较大的影响，进而影响民众的生活和工作，有关人员应给予足够的关注。
关键词：风力发电；系统传感器；故障诊断
引言：风力发电系统是我国发电的新型方式，这种风力发电的方式逐渐地代替了燃烧煤炭发电的方式，节约了大量的煤炭资源，降低了煤炭燃烧对我国环境的污染。虽然风力发电系统不会消耗资源，但是风力发电需要借助风力发电机来实现对风力的使用。风力发电机中的传感器在使用中如果出现问题，就会导致风力发电系统不能正常使用风力，进而降低资源的使用效率。本文对风力发电简述与现状、风力发电系统传感器故障诊断等方面进行了阐述，希望可以为工作人员提高风力发电系统传感器故障诊断工作质量做出些许贡献。
一、风力发电简述与现状
风力资源作为一种新型资源代替煤炭资源进行发电，不仅可以减少发电过程中对环境的破坏，还可以在一定程度上保护我国的煤炭资源。因此，使用风力进行发电既可以贯彻我国环境保护的绿色理念，还可以遵守我国的可持续发展的战略思想，进而实现我国社会经济的长久稳定发展。使用风力进行发电不会出现能源枯竭的问题，因此，风力发电不会使我国的电力供给出现短缺的情况，随着科技的进步我国的风力发电系统供电情况还会逐渐地平稳。在整个风力发电系统中传感器是极为重要的，传感器维修人员在进行维修时，应快速的、准确的对传感器的故障进行诊断，确保风力发电机的正常工作[1]。
我国和其他发达国家相比使用风力发电机进行发电的时间较晚，但是我国在使用风力发电系统进行发电后，就对这项工程进行了不断地研究，并取得了一些成绩，实现了风力发电机的发电量的大幅增加，目前，我国的风力发电机的发电量已经位居世界首列。国家支持风力发电系统的开发与研究，促进了发力发电系统的使用和普及，在一定程度上促进我国的可持续性发展。
二、风力发电系统传感器故障诊断
（一）模型故障诊断
风力发电系统在进行工作中，传感器发生故障可能会对整个风力发电系统造成不可估量的影响，影响电力资源的稳定供应。工作人员会对风力发电的传感器进行维修，但是在进行维修前工作人员会对传感器进行诊断，找出传感器出现故障的主要原因，确保传感器的正常使用，不会影响电力发电系统进行正常的发电。模型故障诊断是工作人员使用较为广泛的一种传感器故障的诊断方式之一，工作人员会将传感器的相关数据输入模型内，使模型得出一定的综合结论，并对先关结果进行分析，进而发现传感器中存在的问题，并且及时的发现传感器中存在的危险因素。工作人员应对这些潜在的因素进行技术的解决，保证风力发电系统可以正常工作[2]。
（二）无功补偿故障诊断
工作人员在进行风力传感器故障诊断时也可以使用无功补偿的故障诊断方式进行诊断。工作人员使用风力资源时不能对风力的大小进行控制，如果大功率电力直接与风力发电机进行连接，可能会出现风力利用不完全的情况。并且风力发电系统中的相关压力设备不能对压力进行统一的感知，使得工作人员不能对传感器的故障及时诊断与修复。因此，工作人员可以使用无功补偿的方式对传感器的故障进行诊断。国内外的相关人员都在对无功电压控制进行研发，想要提高发电厂对于无功电压的调控，进而使工作人员可以使用无功补偿对感应器的故障进行诊断，及时的对相关的故障进行修理，保证风力发电机可以顺利的完成发电工作。
期刊文章分类查询,尽在期刊图书馆
（三）传感器故障诊断
随着科技的进步相关工作人员在开展工作时，不断地对传感器的故障诊断技术进行研发，技术人员不再使用传统的方式对传感器故障进行诊断，对传感器的诊断方式进行了创新，进而使技术人员可以快速的发现传感器的故障并对其进行修复。传感器故障诊断相关学者对传感器故障及诊断方式进行了梳理，使技术人员可以根据相关数据进行传感器故障的诊断。这种方式可以在一定程度上降低风力发电机故障诊断的成本，进而促进风力发电行业的快速发展。另外工作人员在进行传感器故障处理时，可以使用对传感器的相关数据进行分析、人工智能等方式对传感器的故障进行诊断[3]。
（四）利用神经网技术进行故障类型的判断
工作人员在进行风力发电机传感器故障诊断时可以适应神经网技术进行故障诊断，这种技术是模拟人脑中信息传递的方式来对传感器的故障进行诊断地，这种技术也会对工作人员输入的数据进行处理，进而得出相应的结论，使工作人员可以根据相关结论对传感器故障进行维护。神经网络技术在使用中分为隐含层、输入层、输出层三个组成部分，当工作人员发现适应该技术得出的结论与事实不符时，可以对相关的程序进行调整，进而减少结果的误差。工作人员想要提高神经网络技术处理数据的准确性及处理效率，就要对输入的样本进行有效的处理，从而提高工作人员的工作效率。
（五）利用小波分析技术进行收集信息的处理
工作人员在诊断风力发电机传感器故障时会使用到小波分析技术对相关的数据进行分析，这种技术是工作人员使用小窗口的状态对传感器的各项指标信息进行分析，进而得出传感器的出现故障的原因。小波技术相对于其他技术而言，整体的分析效率较高，并且分析结果的具有一定的精确性，使得传感器在发生故障时，工作人员可以使用小波技术快速的找出风力发电机产生故障的原因，可以快速地对风力发电机进行维修，使风力发电机迅速的投入到使用中，增加发电厂的经济效益[4]。
（六）模糊推理的诊断方法
风力发电系统维护相关人员在进行传感器故障诊断时，常常会使用到模糊推理的方式对传感器的故障原因进行诊断。这种传感器诊断的方式不再使用精确的数学模型对风力发电机传感系统进行精确的推断。这种方法常常使用在风力发电机系统传感器出现多个故障时进行的，对传感器故障产生的原因及结果进行模糊化处理，可以更好的对传感器的故障进行诊断，从而对传感器进行快速的维修，确保风力发电机的正常使用[5]。
（七）专家系统法
专家系统法也是工作技术人员在进行传感器故障诊断时经常使用到的方法之一，这种方法不是对专家进行询问，而是行业内形成专业的数据库，数据库中有较多行业内专家的专业结论，并且还会有相关专家对于风力发电机故障诊断的经验，技术人员在传感器发生故障时，可以根据传感器的表征与数据库中的资料进行对比，得出传感器发生故障的原因，并对传感器进行及时的修理[6]。
（八）观测器方法
工作人员可以使用观测器对传感器发生故障的原因进行诊断，以往工作人员使用的观测器是全阶的，这种全阶的观测器在使用起来会产生一定的误差，并且使用的方式也相对的较为复杂，专业人员也在使用的过程中认识到了这个问题，开发了降阶观测器对传感器的故障原因进行诊断，但是这种观测器只适用于突然出现的故障。适应观测就可以根据一些既有的参数对相关未知数进行辨识找出传感器故障的原因。
（九）滤波器法
滤波器法也是工作人员经常使用的传感器诊断方法之一，这种方式相较于观测器法来说数据的计算量较多，这种方式使用的模型并不是十分的复杂，工作人员可以使用扩展卡尔曼滤波算法对相关的结构进行估算，进而对传感器产生故障的原因进行诊断，但是在使用这种方式对传感器故障的原因进行诊断时，要保证数据的完整性，如果数据丢失，在计算时就会出现残差，进而降低诊断的精确性[7]。
结论：风力发电机在一定程度上缓解了我国用电紧张的情况，并且还在我国环境的治理工作中起到了重要的作用。但是，风力发电系统在使用中传感器可能会发生故障，相关工作人员应该通过模型故障诊断、无功补偿故障诊断、传感器故障诊断等方面对传感器进行诊断，并且采取利用神经网技术进行故障类型的判断、利用小波分析技术进行收集信息的处理、模糊推理的诊断方法、专家系统法、观测器方法、滤波器法对传感器进行高质量的诊断，进而帮助工作人员快速完成传感器的修复，确保风力发电机的正常运行。
参考文献：
[1]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.
[2]叶永恩,王欣,黄浩.基于密度峰值优化初始中心K-means算法在风力发电系统的故障诊断分析[J].新型工业化,2017,7(10):13-19.
[3]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.
[4]苏炳华. 基于小波包的风力发电机组齿轮箱故障诊断研究[D].新疆大学,2017.
[5]王广义. 基于数据驱动的风力发电系统优化控制及故障诊断[D].西安理工大学,2017.
[6]龚明. 风力发电系统功率变换器的故障诊断模型及方法研究[D].湖南科技大学,2014.
[7]海樱. 速度传感器故障状态下的双馈风电系统控制研究[D].哈尔滨工业大学,2010.
论文作者:黄陆,
论文发表刊物:《中国电业》2019年第09期
论文发表时间:2019/9/5
标签：传感器论文; 故障论文; 风力发电论文; 故障诊断论文; 工作人员论文; 系统论文; 观测器论文; 《中国电业》2019年第09期论文;