摘要：目前，随着国家风电产业政策落实和风电技术的发展，我国风电装机容量迅速增长，打造“无人值班，少人值守”风电场，设置风电场远程监控自动化系统，建立集控中心是风电场发展趋势。但对于装机容量较小、人员较少的新能源企业，要实现先进高效的管理，需要探索适合企业的管理模式。
关键词：风力发电；机组运行；性能分析；测试技术
风力发电技术已经变得十分成熟，并且技术在实际应用过程中具有改善生态环境、优化能源结构的作用，对经济发展具有促进作用，这也是该项技术得到广泛应用的一项重要原因。
1风力发电机组构成与状态性能监测技术
1.1风力发电机组构成
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。
1.2状态监测技术
1.2.1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。
1.2.2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。
1.2.3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风力发电机组运行性能监控系统功能
2.1风机精细化控制
通过对24台风机进行运行参数的采集分析、判断报警、提示处理，为运维人员监控及操作提供了方向性指导，实现了风机的精细化控制。
2.2风场经济运行分析优化
以理论发电量平衡分析法为主线的大数据分析系统，实现历史数据的统计、分析以及预警提示，为判断风机是否在有效发电、是否处于正常状态，预测可能发生故障的部件提供了基础数据，以HADOOP大数据为基础的设备分析诊断，通过数据分析预判来指导状态检修，挖掘设备潜力，优化风机发电性能，提高风场经济运行水平，提高风场发电能力。
2.3管理创新各级管理人员
随时通过电脑端和手机端实时浏览掌握风机运行信息；对运行人员的风机故障报警复位及时率、风机缺陷处理及时率、风机状态转换及时率的“三率”指标考核提供了依据；在发电量、综合厂用电率完成率精确统计基础上建立完善了奖惩制度，开展值际竞赛，激发员工抢发电量、及时消缺的热情，实现先进高效的管理，提质增效得到落实。该系统带来了运维管理手段的创新，不仅提高了运行人员值班质量，更提高了公司管理水平.通过大数据计算技术实现风机运行智能提醒，实现了精细化值班运行；在大数据平台上采用电量平衡分析法，实现了专业化的管理；与风机PLC实现接口，实现首发故障诊断，减少故障判断时间；实现故障统计分析，提高了巡检、维护技改的针对性；通过移动监视故障实时查询，沟通及时高效，提高了管理效率及水平；基于该系统的风机发电能力分析优化，提高了低效风机的发电能力。
该系统投入运行7个月，风机缺陷数量同比降低15%，缺陷累计时间同比减少380.4h，考核利用小时差异率β值同比降低0.40%，风机故障及计划检修损失电量减少53万千瓦时，不包括风机发电性能优化增发电量收入增加经济效益276342元。
3.风力发电机组运行性能测试性能管理方法
3．1故障诊断技术的应用
3.1.1齿轮箱的故障诊断方法
处于风力发电系统的前置部位，在检修过程中常用功率谱密度法、光纤电流传感器网络等技术进行故障诊断，倘若发现出现转子不平衡、气动力不对称平衡等现象，则证明存在故障。针对齿轮箱故障进行诊断，主要通过将采集到的异步电机电流信号进行解析，定位故障点，随即通过幅值、频率解调实现对转轴旋转频率的监测，采用离散小波变换法进行解调后的电流信号处理，实现排除干扰、降噪等效果。
3.1.2构建数学解析模型该方法
需要建立在精确数学模型的基础上，依照模型输出信息与实际测量数据进行对比，针对二者间的差值进行分析、计算，以此完成故障分析。在计算过程中需要确保构建数学解析模型的精确性，从中获取到准确的参数与实时状态。然而在风力发电系统运行的实际工况条件下，由于生产设备存在一定的不确定性因素，因此其所对应的数学解析模型也应围绕时间、温度等因素的变化进行调整。
3.1.3信号处理诊断方法
采用信号处理技术进行故障诊断，主要包含小波变化法、频谱分析法与信息融合法三种方法。需利用传感器获取到待测风力发电机组的输入、输出信号，采用信号特征向量提取方法获得信号特征值，并完成建模。在进行建模的过程中，需要围绕特征值与机组故障进行二者关系分析，进而构建起风力发电机组的故障模型，随即将传感器采集到的实时信号输入到模型中，借助信号分析技术判断故障类型、定位故障所处位置。该故障诊断法具有判断速度快、灵敏度高等性能优势，然而其诊断精度偏低，易出现误判、漏判等问题。
3.2风机性能优化方案实施
（1）了解现场风速仪使用情况：不同测风设备的特性研究，比如机械式风向标测量的数据表现。（2）风电场风机机组型号、控制系统版本、大部件信息等。（3）导出风场每台风机近半年与风速仪相关点10～20个，形成CSV文件。（4）开展机器学习方法在机组运行工况自动识别，有效偏航数据筛选。以工况自动识别，和数据筛选方法为基础，对偏航数据进行数据分析清洗。（5）展开偏航运行过程的功率变化特性研究，根据叶轮气动特性和机组发电出力特性的机理过程，研究功率在不同偏航角度下的表现和数据特征。（6）在上述步骤的基础上，完成偏航对风静态误差的估算方法。并研究数据可视化在结论审核和确认中的作用和方法。（7）研究机型的控制参数体系，制定静态误差修正的详细工作流程和技术措施，最终实现机组发电量提升。
3.3测控方案设计
为实现对风力发电过程的模拟，本文采用伺服运动控制与数据采集系统进行测控方案设计，将风速时域信号输入到仿真模型中，借助尖速比计算与桨距角控制两个模块获取到系统转速与桨距角信息，并将其传递至风能利用系数估计模块，实现对风力发电机的过程模拟。在采用数据采集系统进行设计时，可在齿轮箱盖顶部安装一个IEPE压电加速度传感器，实时采集齿轮箱运行中的振动参数；选取动态扭矩转速传感器安装在高速轴与负载电机之间，用于采集传动轴的转矩、转速数据。通过将获取到的振动参数、转矩、转速等数据与标准数值进行对比，可以判断风力发电系统有无故障问题，进而使系统及时发出警报，配合有效处理技术实现故障问题的有效解决，为风力发电系统的正常运行提供保障。
结语
风电机组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]张敏锐,胡蕴成,高原生,等.用于风力发电机组齿轮箱测试台的方法：中国,20061002118[P].2006-06-14.