風力發(fā)電機狀態(tài)監(jiān)測與故障診斷技術分析

聶偉光

摘 ?要：風力發(fā)電機組運行條件較為復雜，其設備在實際應用的過程中所受到外部激振力和振動自由度相對較多，在這種情況下，為保證發(fā)電機組 能夠正常、安全地運行，需要對其振動狀態(tài)進行監(jiān)測，并按照實際情況判斷其故障，進行故障的排除。由于風力發(fā)電場的艱難運行條件，風力發(fā)電機出 現(xiàn)故障的可能性增加。因此本文基于風力發(fā)電機狀態(tài)監(jiān)測與故障診斷技術分析。實現(xiàn)了故障的快速診斷和處置，具有較好的應用價值。

關鍵詞：風力發(fā)電;發(fā)電機組;振動監(jiān)測;故障排除

風能是自然界中常見的自然現(xiàn)象，特別是在經(jīng)濟不發(fā)達，風能資源 豐富的山地地區(qū)。增加本地風力發(fā)電機的數(shù)量不僅可以增加我國的經(jīng)濟價 值，而且可以提供本地能源供應。因此為風力發(fā)電機的故障診斷及處置工 作提供有力指導，從而不斷提升風力發(fā)電設備的運行、維護的穩(wěn)定性和經(jīng) 濟性十分重要。

1 故障診斷難點及常用監(jiān)測方法

近年來，隨著技術的不斷成熟，風電機組的故障率得到了較好控制， ?但由于風電機組大多安裝在山區(qū)、近海、高原等交通不便區(qū)域，且風力發(fā) 電機機械及電氣系統(tǒng)主要分布在遠離地面的機艙內(nèi)，這就給風力發(fā)電機的 日常狀態(tài)維護、故障監(jiān)測、檢修維修工作造成較大困擾，且隨著風電機組 功效及尺寸的增大，其故障率也有升高趨勢，對于風電機組的安全運行造 成威脅，同時也大大增加了風電機組的運行和維護成本。

風力發(fā)電機工作環(huán)境惡劣，且由于其特定的發(fā)電原理，機組會根據(jù) 風力大小情況不斷切換啟停狀態(tài)，設備啟停過于頻繁不可避免的會造成故 障率升高或者壽命降低。機組常見故障主要分為機械故障和電氣故障兩大 類機械故障一是轉子本體故障，如轉子發(fā)生不對稱、產(chǎn)生裂紋或松動等， ?二是支架基礎故障，如基礎松動、定子產(chǎn)生裂紋或共振失效等，三是軸承 類故障，如軸承油膜失效、軸承開裂、轉動故障等。電氣故障一是定子故 障，如定子繞組異常發(fā)熱、絕緣損毀甚至失效、定子繞組短路、其他短路 故障等，二是轉子故障，如氣隙偏心故障、氣隙過大、漏磁過多等，三是 冷卻系統(tǒng)故障，冷卻系統(tǒng)故障對機組危害較大，極易引發(fā)次生嚴重故障。

風力發(fā)電機故障監(jiān)測最基本的依據(jù)是故障時發(fā)出的各類征兆信號，例 如電壓電流異常、機組異常振動、溫度過高、共振信號等。但是，在發(fā)電 機出現(xiàn)故障的初始階段，這些常用的故障信號異常情況有時并不突出，不 易被監(jiān)測到，對故障類型及故障點的識別能力差，導致早期故障因處置不 及時引發(fā)更為嚴重的后果。當前我國風力發(fā)電領域，根據(jù)不同的征兆信號 進行故障診斷，衍生出定子模式識別法、電流分析法、溫度分析法、振動 分析法、油液分析法等故障診斷方法，均得到一定程度的應用，很多情況 下往往只是基于一種征兆信號進行分析，有各自優(yōu)勢，但缺點同樣明顯， ?如振動分析法所采集的振動信號易被噪聲干擾，電流分析法的信號采集較 為困難，微弱信號不易識別，強烈信號又預示較嚴重故障。基于以上分 析，需要針對風力發(fā)電機故障診斷工作進行更為系統(tǒng)和深入的研究。

2 風力發(fā)電機組狀態(tài)監(jiān)測技術

2.1 ?技術特征分析

監(jiān)視風力發(fā)電機運行狀況的一種廣泛使用的方法是從風力發(fā)電機的不 同運行參數(shù)啟動，并觀察監(jiān)視設備運行參數(shù)的改變來確定設備運行狀態(tài)。 風力發(fā)電機具有幾個重要參數(shù)，可以將其大致分為兩類：測量參數(shù)和計算 參數(shù)。一，計算參數(shù)是指需要讀取可測量的參數(shù)并使用特定算法進行計算 并將計算結果用作操作參數(shù)的需要。取決于單元的當前狀況，選擇合適的 測量設備或算法以滿足需求是確定風力發(fā)電機狀態(tài)的重要條件。風扇的功 率由用于通過測量電壓，電流等來獲取電力的模塊來實現(xiàn)。如果算法使用 不正確或編寫不正確，則會得到錯誤的計算參數(shù)，這會直接影響了設備的 常規(guī)運行，但是，不同類型和制造商的測量設備和算法各有優(yōu)缺點，應根 據(jù)設備的實際需求進行選擇。

2.2 ?可測量參數(shù)異常監(jiān)測

對風力發(fā)電機的測量參數(shù)進行監(jiān)測時，必須掌握一些方法和原理，應 注意以下幾點：（ 1 ）風扇的測量參數(shù)通常為電壓、電流、頻率、液壓、 溫度等。應根據(jù)類型選擇不同的測量儀器和測量參數(shù)，是必須一起工作的 眾多測量儀器;（ 2 ）分析并確定測量參數(shù)的上限和下限，并根據(jù)范圍選

擇適當?shù)姆秶?（ 3 ）分析并確定測量值的正常/異常值的范圍測量參數(shù)導 致采取措施的措施和條件。

2.3 ?計算參數(shù)異常監(jiān)測

風力發(fā)電機中的計算參數(shù)需要選擇適當?shù)谋O(jiān)視技術和檢測方法。在 實際操作中，請注意以下幾點：第一，在確定計算參數(shù)的過程中，有不同 類型的風力發(fā)電機。在某些風力發(fā)電機中的許多地方都需要運用不一樣的 算法，并且每種類型的算法都有許多策略可供選擇。有必要針對風力發(fā)電 機的現(xiàn)狀和要求選擇合適的算法，由于不同的算法直接影響最后的計算結 論，因此選擇正確的算法可以大大提高監(jiān)視計算參數(shù)的計算精度和效率。 其次，選擇正確的硬件來運行算法。所謂的工具適用于：（ 1 ）路由算法 穩(wěn)定并且可以長時間工作。設備的完整性需要硬件支持。（ 2 ）風力發(fā)電 機應配備可靠，穩(wěn)定的傳輸和測量設備，以計算和輸出數(shù)據(jù)的算法操作提 供基本通道。

3 風力發(fā)電機組故障診斷系統(tǒng)

時代在不斷發(fā)展的同時，風力發(fā)電機組故障診斷要求也在不斷地提 升，在進行其系統(tǒng)設計的過程中，也需要按照實際情況，合理地進行設計 方案的選擇。

故障特征分析指系統(tǒng)在對相關數(shù)據(jù)進行收集后，對原始的信號進行分 析處理，尋找信號中具有特點的信息，并按照自身所儲存的數(shù)據(jù)進行故障 特征的分析工作。其組成部分在實際應用中能夠在較短的時間內(nèi)進行數(shù)據(jù) 的整理與分析工作，為故障維修等工作提供準確的數(shù)據(jù)分析，提升故障維 修的質(zhì)量與效率。

故障識別指系統(tǒng)在應用中，能夠通過對故障信息監(jiān)測和故障特征分析 的數(shù)據(jù)按照一定的規(guī)律，進行故障、故障產(chǎn)生原因、故障產(chǎn)生部位等信息 的排除，進而為維修人員提供較準確的故障發(fā)生原因分析、故障產(chǎn)生位置 分析、故障影響情況分析等方面的數(shù)據(jù)。以及其在實際應用的過程中也能 夠與模糊診斷手段相互結合使用，提升數(shù)據(jù)的準確性。

4 大數(shù)據(jù)背景下風力發(fā)電機組的監(jiān)測和故障診斷

傳統(tǒng)的風力發(fā)電機狀態(tài)檢測和故障排除方法基于少量數(shù)據(jù)，需要靠工 程師自身積累的技術經(jīng)驗以及檢測和診斷設備狀態(tài)所需的相關設計。這種 方法有一定風險：首先，缺乏分析數(shù)據(jù)或缺乏工程經(jīng)驗會影響測試和診斷 結果。其次，在收集和傳輸期間，傳感器干擾，通信介質(zhì)和外部噪聲會影 響使用常規(guī)技術接收的數(shù)據(jù)。通過分析此類數(shù)據(jù)獲得的測試和診斷結果通 常無法反映實際情況。大數(shù)據(jù)分析技術可以通過收集，分析和處理大量數(shù) 據(jù)來有效糾正這些缺陷。并使用數(shù)據(jù)挖掘技術消除潛在的故障。通常很難 找到可靠的解決方案。此外，大數(shù)據(jù)技術可以檢測到風機運行過程中的微 小狀態(tài)變化，并及時檢測和消除潛在的風機故障，從而降低了風機故障的 可能性。有效并提高安全性和操作穩(wěn)定性。

總之，受到工作環(huán)境和內(nèi)部設計的影響，與傳統(tǒng)的電氣設備相比，風 力渦輪機容易發(fā)生故障，我們應該重視風力發(fā)電機組振動狀態(tài)的檢測與故 障診斷工作，能夠較及時地進行設備的管理與維修工作，降低發(fā)電機損壞 程度，進而降低更換成本，提升發(fā)電機應用的經(jīng)濟效益。

參考文獻：

[1]吳艷標.風力發(fā)電機狀態(tài)監(jiān)測和故障診斷技術的研究[J].城市建設理論研 究（電子版），2018，（07）：1.

[2]李剛，胡紅利，李亞妮.風力發(fā)電機葉片狀態(tài)監(jiān)測與故障診斷技術近況[J].工 業(yè)儀表與自動化裝置，2017，（05）：16-20+55.

[3]張曉良.風力發(fā)電機狀態(tài)監(jiān)測和故障診斷技術的研究與進展[J].環(huán)球市場 信息導報，2016，（14）：141-142.