摘要：在当今世界，随着社会的不断发展，大气环境污染问题日渐加剧，因此，对新能源的开发利用引起了全球范围的重视风力发电作为一种绿色环保可再生能源，在近几十年里迅速的发展起来，并且被认为是最清洁的能源之一。本文主要就风力发电系统状态监测和故障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
引言
随着风能作为清洁能源而大规模开发利用，机组单机容量及等效利用小时数大幅增长，为了提高发电效率减少建设成本，风电场选址倾向于荒凉偏僻地区，长期运行在恶劣的自然环境当中，并受闪电、雷击等影响，很多风电机组都出现了运行故障，如机械故障、电气故障等。但由于各种原因，使得人工检修较为困难。
1状态监测技术
风力发电机组主要由叶轮、变桨系统、传动机构、主控系统、变频系统、发电机组、机舱、偏航系统、塔架等结构组成，依靠风能带动叶轮转动，利用变桨距技术调整叶轮转速、提高发电效率，借助转动系统、主控系统、变频系统保持转速的稳定性，进而传动至发电机处完成发电。
1.1性能参数检查
该方法主要用于监测风力发电机组在运行状态下的实际输出功率，将获取到的实际监测结果与机组正常输出功率进行对比，判断其性能参数是否超出阈值，以此判断风力发电系统有无故障问题。
1.2振动监测技术
振动监测技术用于监测发电机组运行过程中轴承、齿轮等构件与机舱系统的振动情况，利用传感器采集其振动信号，进而利用系统将采集到的信号与正常信号进行对比，倘若发现该信号存在异常情况，则系统将会自动发出报警信号进行提示。通常在使用振动监测技术时主要采用幅域统计分析法、等旋转角采集法等方法，配合运用FFI 分析法消除干扰，以此提高振动信息的精确性，相较于其他监测技术而言成本略高。
1.3油液监测技术
油液质量对于风力发电机组的运行效能发挥着重要影响，采用油液监测技术进行油液质量、铁屑、油温、油滤压降的离线检查，以此获取到的监测数据可以直观反映系统部件的运行状况，定位具体故障。
2风力发电机组原理及典型故障
2.1故障诊断原理
故障诊断是在机械设备的操作基础下出现的各种错误，机械设备出现的故障和状态是检验金风的永磁直驱发电机的异常的主要手段。设备故障诊断技术是排除故障的一种有效手段，可以识别设备故障的状态，确定设备运行的正常状态或异常状态，监测故障发生导致的因素，减少出现故障的次数。错误诊断是对分类和辨别诊断对象的错误，换而言之，是用现有知识推测设备出现故障的因素和严重性。简而言之，该原理是一种找出毛病的方法，实际上，故障诊断技术是对金风的永磁直驱发电机故障进行识别分类的过程。
2.2故障诊断的分类
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。
2.3故障诊断方法
故障诊断方法与故障发生的原因和概率有关。
期刊文章分类查询,尽在期刊图书馆经验丰富的施工人员采用故障树分析方法对施工现场更加直观的进行分析和处理，但是，此方法误差大，准确度不高。油液分析是一种有效的故障诊断方法，通过监测油液中污染颗粒粉末的痕迹，定性和定量分析可以确定故障发生的位置和严重性，液油最主要的诊断方法。还可以采用红外监测和红外热成像的诊断方法，红外检测是最特殊的诊断方法，此方法可以通过绘成红外线图进行研究。组件的温度越高，电子元件过热，诊断结果受到影响，组件的温度降低，电子组件出现热缺陷，导致接触不良，影响诊断结果的正确性。通过分析压力、温度、电流和电阻等因素，推测出现故障的原因，是诊断电机故障的主要方法的主要方法。X 射线通过向被测设备发送特定信号，待测设备提供信号是X 射线的主要运用原理。在机器上安装传感器和其他系统可以控制诊断发电机的性能。
3故障诊断技术的应用
3.1叶片故障
叶片作为风机捕捉风能的主要部件，其性能直接影响风机的整机性能和发电质量。由于叶片长期与空气进行接触，暴露于恶劣的气候环境下，容易腐蚀叶片，使表面粗糙，还易受到闪电、冰雪的袭击，同时由于叶片长期在负荷大范围波动的条件下工作，极易使结构松动，导致结构不稳定等各种故障的发生。长此以往，可使风机的风能转化率下降及各项指标偏离设计标准，甚至随着叶片性能质量的下降发生较大故障。一旦发生故障，叶片转子受力不均衡，可使整个机组出现颤动，从而影响机组的稳定运行。很多风机的较大故障并非偶然也不是一下子造成的，而是当风机偏离原来的设计指标或发生小故障后没有引起足够重视，任由其发展，最终导致大故障的发生。
3.2齿轮箱故障
齿轮箱的主要作用是提高风电机组主轴的运转速度，使风能稳定转换为电能，提高电能质量。统计数据显示，陆上风力发电机组的齿轮箱后期维护保养费用占电价收益的10%-15%,海上风电机组齿轮箱后期维护保养费用所占比例高达20%-25%。齿轮箱的构造一般包括行星齿轮和两级平行齿轮。风力发电机组后期运行过程中，受到交变应力和冲击载荷等作用的影响，导致齿轮箱内部行星齿轮与高速轴侧轴承出现磨损、生锈、滑动等问题。风电机组齿轮箱故障发生的频率将随着风电机组运行时间的增长而不断升高，一旦齿轮箱出现故障，将严重影响风电的利用率。因此开发风机齿轮箱故障诊断专家系统，是维护风电机组长期稳定运行，及时准确的排出诊断故障，以及对设备实时维护的关键。
3.3电机系统故障
风电机组是由风能带动叶片转动，由叶片带动主轴旋转，进而带动传动系统，将系统动能通过发电机进行转换，得到清洁的电能。为了最大限度的利用风能，风电机组通常在大风、潮湿、沙尘等恶劣的环境下运行，电气故障和机械故障作为风电机组的常见故障，过热、线路的短路、断路等是较为常见的电气故障;而机械部件的磨损以及轴承过热是较为常见的机械故障。据统计，发电机故障大约占全部故障的5.5%，发电机故障停机小时数占总停机小时数的8.9%。发电机组的效率和可靠性，将直接决定风电机组的转换率和风能作为清洁能源并网的电能质量。
结束语
状态监测技术与故障诊断技术对于保障风力发电系统的正常运行发挥了重要作用，工作人员务必要依照相应规范进行机组安装，强化安装质量验收把控，并在日常加强对机组设备、部件的检修维护，排除系统的故障隐患，借助获取到的监测数据进行故障解决方案的运用，进一步提高风力发电机组的运行效能。
参考文献：
[1]朱振海.风力发电机组故障诊断与预测技术研究综述[J].工程建设与设计,2018(18):63-64.
[2]邢晓坡.风力发电叶片运行状态监测与故障诊断技术近况[J].中国设备工程,2018(13):111-112.
[3]尹天骄. 风力发电系统容错控制策略研究[D].江南大学,2018.
[4]张里,李红军,刘兴海,张健美,王婷婷,黄忠胜,张江林.风力发电系统可靠性评估体系[J].四川电力技术,2018,41(02):5-11.
[5]王铁志.风力发电系统传感器故障诊断[J].科技创新导报,2018,15(05):5-6.
论文作者:陈超,李永亮
论文发表刊物:《电力设备》2019年第16期
论文发表时间:2019/12/9
标签：故障论文; 齿轮箱论文; 机组论文; 故障诊断论文; 系统论文; 方法论文; 技术论文; 《电力设备》2019年第16期论文;