風力發電機組故障預警技術研究

杜 昊，劉彥攀，李偉強，趙嘉偉

[中廣核新能源投資（深圳）有限公司新疆分公司，新疆 烏魯木齊 830026]

0 引言

為早日實現碳達峰、碳中和的目標，風能作為清潔能源的一種，得到了廣泛地發展。風能作為一種綠色能源，在生產電能時不需要消耗化石能源，又不會對環境造成影響，建設地點也相對靈活，因此，風力發電是利用風能最有效的方式，經濟效益極好。在國家政策的支持下，我國風力發電機組的裝機容量逐步提高，目前已經突破3 億kW。根據相關報告預測[1]，到2025 年，風電裝機容量將達到5.36 億kW，占所有裝機容量的18.2%，在2023 年前，風電裝機容量將達到8億kW，可以想象，未來風力發電仍有廣闊的發展空間。

風力發電機組為了能夠實現可靠經濟的運行，機組內部構造變得異常復雜，某些關鍵部位的異常會導致整個機組停運[2]。為保證機組正常連續運行，避免發生故障。我們不需要對整個機組進行監測，只需對某些關鍵部位進行檢測即可，同樣可以滿足機組正常運行的要求。因此，為保證風電場安全正常運行，避免發生故障造成財產損失和人員傷亡，從而對風機關鍵部位進行重點觀測監測，最大程度對風機可能出現的故障進行預警，減少不可預計故障的發生，保證風機的輸出效率，降低因故障的隨機發生對企業帶來經濟和人員上的損失[3]。

風機的故障大部分都為一個逐漸變化的過程，因此通過監測一些風機關鍵部位的參數變化則可以實現故障的預警。伴隨著故障發生，關鍵部分的參數變化也從不明顯到明顯。造成風機停機的故障往往都是由輕微的故障而引起，實際上這些輕微故障，如果在前期得到預警，往往都是輕微的、可修復的。因此，關注風電機組關鍵部位參數的變化趨勢和突變，對風機的健康狀況提前做出預警，可以避免大部分的故障，將故障扼殺在搖籃之中，減少經濟損失。

探討了風機故障預警的基礎知識，分析了風力發電機組的基本結構和可能發生故障的原因，提出了風機故障預警常用的方法。

1 風機故障預警概述

例如振動監測系統，可以用于獲取大型旋轉機械部件在運行期間的振動信息，以評估其運行狀態和健康狀況；潤滑油質量監測系統，用于監測風扇或其他旋轉設備的潤滑油的質量和污染程度，以確保機械設備的正常運行；電氣參數監測系統，用于監測電流、電壓、功率等電氣參數，以評估電力系統或設備的運行狀況；角度傳感器監測系統，通常用于監測風機葉片或其他需要精確控制和定位的部件的位置，來評估物體的姿態和位置。溫度監測系統，用于監測風力發電機組內外的環境溫度信息，可以及時發現溫度異常或過熱問題，并采取適當的措施以保證設備的安全運行。這些監測系統的目的是通過實時監測和分析數據，提供對設備運行狀況和環境參數的準確了解，以便及時采取必要的維護和控制措施，確保設備的安全性、可靠性和效率。

故障診斷（Fault Diagnosis）來自各種機械設備的測試，故障診斷分為兩個方面：狀態監測和故障診斷，而故障診斷又分為故障預警和模式識別。故障預警通常用于結合歷史運行數據變化的特點，對運行設備進行評估，以提前發現故障并進行修復，減少損失；故障診斷是使用故障數據確定故障類型，并在故障發生后修復風機。故障預警的基本步驟如圖1 所示。傳統的故障診斷方法僅基于設置簡單的閾值以及簡易的儀器，通過現場工作人員的經驗進行故障判定，通常是在故障發生之后進行故障修復，效率極低且造成經濟損失。風機的結構隨著科學技術的進步而變得更加復雜，運行和維護成本不斷增加，原始的故障預警已不能滿足先進設備的監測需求。因此，測試快速、準確的故障預警方法是一個非常苛刻和非常有價值的課題，它可以提前檢測故障并以最小的損失采取維護措施，對提高風電場的經濟效益具有重要意義。

圖1 故障預警基本步驟

2 風機基本結構及故障

2.1 風機的基本結構

風力發電機組通常由氣動機械部分和電氣部分組成。氣動機械部分主要包括風輪、齒輪箱、傳動系統、制動系統、偏航系統、液壓系統、機艙和風機發電機塔架等。電氣部分主要包括機組的發電機、控制系統、電力電子部件、變壓器和電網等。各部分功能如下。

（1）傳動系統的功能是將風輪吸收的能量以機械能的形式傳遞給發電機。由于風輪轉速較慢，而發電機往往需要較高的轉速，所以一般需要通過傳動系統提高轉數。

（2）制動系統主要由制動器、驅動裝置和控制裝置組成實現正常情況下的運動制動以及突發故障時的緊急制動。

（3）變槳距系統調節葉片對氣流的攻角，改變風力機的能量轉換效率主要包括連續變槳和全順漿兩種工作狀態。

（4）液壓系統以液壓油為介質實現控制和傳動功能，提供制動動力，控制變槳距機構，機械制動及偏航驅動。

（5）偏航系統又稱為對風裝置，其作用是使風輪對準風向從而獲得最大風能。當風速小于定風速時，在控制系統的控制下使風輪處于最佳迎風方向，最大限度地利用風能，提高風發電機組的發電效率。當風速超過額定風速時，使風輪偏離迎風方向，降低風輪轉速，確保設備安全。

（6）發電機分為直流發電機與交流發電機，將機械能變換為電能，雙饋異步發電機為現在最廣泛使用的發電機。風力發電機組的控制系統貫穿于各個部件之中，是一個集成的控制系統。由于風力發電系統一般安裝在風力資源豐富的海島、山口或綠地上，因此分散安裝的風力發電系統對于實現無人值守運行和遠程監控至關重要。它不僅必須監測機組的風況和運行參數，控制機組的運行，還必須根據風速與風向的變化優化機組的控制，以提高機組的運行效率和發電量。

2.2 風機的主要故障及原因

風力發電機出現故障的類型及原因如圖2 與圖3 所示，故障主要發生在發電機與齒輪箱中，并且會造成嚴重的后果。

圖2 發電機故障類型與原因

圖3 齒輪箱故障類型與原因

3 故障預警方法研究

對于大型機械設備，故障診斷過程通常包括5 個部分，即信號采集、信號處理、狀態識別、監測和診斷決策以及診斷結果。對于風電機組來說，來自安裝在軸承和其他部位上的傳感器的振動信號被收集并輸入信號處理模塊，在一系列數學分析之后，獲得信號的狀態特征并輸入狀態識別模塊，與正常狀態下的特征的比較，對機組進行監測和診斷，最終得出機組的診斷結果。一般故障診斷的流程如圖4 所示。

圖4 故障診斷流程圖

隨著風力發電機組容量的不斷擴大，故障出現的機率也在不斷上升，因此，研究風機故障預警的內容變得尤為重要，表1 為風力發電機組故障診斷的常用方法。

表1 風力發電機組故障診斷常用方法

風力發電機組的預警系統把故障預警和故障診斷融合在一起，實現根據現有數據識別潛在故障的能力。當發現存在潛在故障時，需要把故障的風機號、異常部位、時間等信息以報告的形式輸出，方便管理人員分析故障的原因，評估故障的嚴重程度。并且發送給風電場，并接受風電場人員實際檢查后對預警的反饋，判斷預警結果是否準確，預警技術是一個長期需要不斷優化、改正的過程。風機故障預警是通過監測設備或系統的運行狀態和相關參數，及時發現潛在的故障跡象并進行預警，以便采取相應的措施避免或減少故障的發生和影響。預警方法如下所示：

（1）實時監測：使用傳感器、監控設備或數據采集系統等實時監測設備運行狀態和關鍵參數，例如溫度、壓力、振動、電流等。通過連續監測并比較實時數據與設定的閾值或預期范圍，一旦參數超過預警條件，即發出預警信號。

（2）數據分析：對采集到的數據進行分析和處理，使用統計學方法、機器學習算法或人工智能技術等，檢測異常模式、趨勢或特征。通過數據分析來預測潛在的故障，并提前發出預警。

（3）故障模式識別：基于歷史數據和已知的故障模式，建立故障診斷模型，使用模式識別算法或專家系統等技術，對當前數據進行匹配和比對，判斷是否存在故障的可能性，并發出相應的預警。

（4）基于規則和經驗的預警：根據設備的特征和運行經驗，制定預警規則和判據。設置相應的預警閾值，當數據超過或接近設定的閾值時，觸發預警信號。

（5）綜合方法：結合多種預警方法和技術，進行綜合分析和判斷。綜合考慮多個參數、多個模型的結果，進行綜合評估和決策，提高預警的準確性和可靠性。

一旦發出預警，對預警的處理如圖5 所示。

圖5 故障預警處理流程圖

故障預警的方法和處理涉及多個環節，包括從數據采集到預警結果處理的全過程，從實時監測異常到發出預警信號，從預警結果的響應和決策到故障的排查與修復，再到故障記錄與分析以及預防性維護與優化，最終達到持續改進與創新的目標。通過有效的故障預警處理，可以最大限度地減少故障對風力發電系統的影響，確保系統的可靠性、安全性和經濟性。

4 結語

風力發電現已成為綠色能源的主要參與者。研究風力發電機組故障預警的相關技術，分析了風力發電機常見的故障與原因以及常見的故障預警方法有較高的價值。通過預警可以提前發現風機的潛在故障，避免重大事故的發生，提高風機的發電效率。