關于設備智能診斷技術系統在智慧風電場的應用

（大唐丘北風電有限責任公司，云南 文山州 663200）

前言

隨著我國社會基礎建設腳步的推進，我國社會生產、生活過程中對于電力的供給需求也隨之提升，在這一背景下，研發具備更高效、更節能的發電系統就成為了現階段迫切需要解決的問題[1]。

一、智慧風電場的概述

智慧風電場是近幾年新出現在我國發電領域的新技術，通常情況下是指在風力發電過程中應用智能測控技術、數據處理技術以及通信技術等進行發電控制的技術模式，合理的應用智慧風電場不僅能夠及時響應風電場周邊環境變化對風電場運行所帶來的不同影響，同時也能夠在一定程度上提升后續智慧風電場運行的精準程度[2]，由此可見智慧風電場項目已然成為了我國未來風電場項目發展的必然趨勢。

二、設備智能診斷的現狀分析

故障機理研究是設備診斷的基礎。只掌握設備故障機理。可以知道故障的相應特征。由此我們可以推斷出現障礙的原因。客觀地說，在這個地區沒有明顯的跡象。其主要表現在：

（一）大量研究集中在故障診斷算法上

遺傳算法，神經網絡。進化論等復雜算法在故障診斷領域得到了廣泛的應用。它被稱為先進診斷技術。相反，對障礙物收集機理的基礎研究卻很少。

（二）分離設備特性研究與診斷方法與技術

設備故障診斷就像外科醫生看病一樣。它要求熟悉的終端了解設備各部分的結構和功能、熟悉調度的操作特點、操作程序和操作方法。然而，目前國內外對故障診斷的研究大多集中在單個元件上，研究程度不夠高。對一些疑難故障的診斷一直走了很多彎路。回顧這些故障，正是因為對系統缺乏深入的了解，而不是因為故障機理的復雜性。

（三）實驗室與工程的區別

設備診斷的研究具有一個典型的特點，即特殊接地氣體。然而，設備診斷開展的許多研究和項目還有很長的路要走。例如，國內學術界對錯位故障機理的研究。摩擦破壞機理的研究與工程實踐有很大的差距。理論研究結果甚至可能誤導診斷工作。

（四）大多數開發的設備故障診斷系統是基于振動信號的

為了負載、流量、溫度。對電流、真空和脹差的關注不夠。由于振動數據不能與工藝參數相關聯，振動分析與診斷結果不夠深入。實際上，振動與工藝參數之間的關系包含許多故障特征。正常運轉的旋轉設備。理論上，振動只與轉速有關，與其他工藝參數無關。根據振動與工藝參數的關系。許多相似性很強的故障都能被區分出來。工藝參數能否充分、深入地應用于設備診斷，實際上反映了技術人員的診斷水平。

三、智能診斷技術在風電機組的應用

（一）應用于變頻器系統的智能診斷技術

變頻器作為風力發電系統中不可或缺的一部分，但是結合當前真實狀況來說，因為變頻器所處的環境比較惡劣,不僅所處的環境整體溫度比較高,導致變頻器整體功能逐漸減少,從而引發變頻器故障,給整體系統運營造成直接影響。導致變頻器故障出現的主要因素,除了外部環境之外，同時還會受到內部因素地約制。從變頻器應用角度來說，其通常應用速恒頻式風力發電設施，這種發電設施在電網故障方面有一定的不足，因此，導致故障出現比較普遍。除此之外,在真實應用過程中,我們可以得知,風力發電設施調節效率比較遲緩,因此,在發生故障之前,風力杌吸收風力能力將不會發生改變，但是發電機組因為極端電壓逐漸減少，無法向電網中傳送電能，從而引發電子轉機故障等現象出現。總而言之,不管出現哪種現象,都會導致系統中設施受到損壞。當前，給變頻器故障診斷的技術種類繁多,我國主要采用的診斷技術就是神經網技術，之后結合小波分析技術來實現有關數據的處理。

（二）應用于發電機系統的智能診斷技術

因為風場的氣流是不可控的，這樣就會造成齒輪箱或是發電機的障礙信號為持續變化狀態，對此,若采用傳統的頻域分析方法則不能滿足故障診斷需求，也不能混合的運行異常信號進行分析和梳理。小波分析是一種時城一一頻城分析方法，可將其應用于特定時城或者是頻域的故障信息分析與診斷:為了提升風力發電機組的故障診斷功能,可采用人工神經網絡進行系統架設，因為人工神經網絡可及時更新內部數據庫,同時，也具有非線性映射能力,將其應用于復雜故障分析時,可以對非確定性故障信息進行計算、分析和處理。采用智能診斷模塊,將信號的單子帶重構變為小波變換,從小波交換自帶系數中進行信息的特征提取和分析，并將其錄入神經網絡中，系統可以自動依據事先編制的映射關系輸出處理結果,即故障診段結果。

①實時顯示風場變電站的高低壓側電壓、電流、頻率、有功功率和無功功率,數據顯示為實時曲線和數字量。用戶可以在界面上輸入關鍵字,查詢相關狀態信息,及時了解風場的運行狀態。②風場累計發電機量顯示風機和風場每日、每周、每月、每年的發電量,并將數據轉化為柱狀圖顯示,與傳統管理方法相較而言,計算工作的效率和質量更高,也減輕了人力工作壓力。③需跟蹤監測風機的運行狀態，監測指標包括電氣運行參數和狀態參數兩類。系統界面可提供設備檢修的直接數據依據,也可將其作為參考用于故障的智能診斷。④鳳機智能故障診斷，可通過齒輪箱振動參數的時域圖、小波分析圖、發電機定子電流的時城圖、小波分析圖、故障案例示意圖等問。需對采樣時間進行合理設置，系統便可對發電機以及齒輪箱的故障類型進行分析和診斷，并給出故障診斷結果。在產生故障診斷結果的同時,可自動生成小波分析圖。登陸遠程監控管理系統，可通過小波分析圖對故障進行深入分析。⑤需對系統的管理權限進行合理設置,而系統只對管理員開放，可以查閱系統維護升級、故障日志記錄、信息報表等信息,可根據管理需求對報表進行查詢、導出和打印。

（三）應用于變槳系統的智能診斷技術

一般的故障診斷系統應包含兩方面:信息采集和故障模型。根據實時采集的信息和歷史運行信息，參照故障模型，就可能自動、快速.準確地進行故障定位，繼而采取正確的后繼處理措施，所以要建立變槳距系統的故障診斷系統，首要任務就是分析需要采集哪些實時信息，存儲哪些歷史信息，建立各種典型常見故障的故障模型。出現故障是我們首先看故障信息和現象，然后建立和查找信息流圖，找到相應的故障回路，確定可能的故障點。

變槳距系統常見故障信息可分為兩類:預告報警類，觸發安全鏈類。預告報警類:包括一般設備變位、狀態異常信息等:如驅動柜230V 供電異常.溫度斷線。觸發安全鏈類:驅動器故障、通信異常等;如心跳異常、安全鏈24V失電。預告報警-般不影響系統主要功能，出現此類故障時變槳距系統本身不做處理，只把故障信息主動送往主控系統，由主控系統判斷是否采取措施，何時采取措施及采取何種措施，在采取措施前允許系統正常運行。

觸發安全鏈類信息若不處理將會擴大事故造成巨大的損失和后果，出現此類故障時變槳距系統本身應該根據具體故障采取預定的處理方案，自動執行控制系統預定的緊急措施和流程，并把故障信息主動上送主控系統;如當心跳異常時變槳系統將不會接收主控的調槳指令，此時若執行相應的錯誤指令，使風力發電機組的槳葉不受理論控制，造成故障，在風速大時會出現過載，甚至風機倒塌，此時變槳距系統應立即由后備電源驅動調槳電動機緊急停機并上送故障信息。

結語

綜上所述，隨著我國智慧風電場項目研究的日益深入，智能診斷項目作為我國未來能源領域發展的必然趨勢如何針對這一項目發展過程中呈現出的現狀、問題進行針對性的優化，從而推動這一項目的發展就成為了現階段備受人們關注的問題，由此，上文著眼于這些問題進行了簡單的闡述，希望能夠在一定程度上對未來智慧風電場項目的改良、發展予以幫助。