（内蒙古北方龙源风力发电有限责任公司 内蒙古呼和浩特 010010）
摘要：近年来，随着工业的发展，环境污染日益严重，新能源风力发电在各行业领域应用日益广泛。一般风力发电场多建于偏远地区，地处环境恶劣，无法应用有效监测技术解决风力发电机组各种故障与信号不统一等问题。因此，基于风力发电机不同监测数据，全面分析风力发电机组运行时遇到的故障，深入研究风力发电机组监测与故障技术具有非常重要的意义。
关键词：风力发电机组；状态监测；故障诊断技术
1风力发电机组运行特性
1.1功率特性
风力发电机组的设计风速是影响风力发电机组的输出功率重要因素，设计风速具有三种不同的风速，分为额定风速、切入风速和切出风速。当风力发电机组达到额定功率的时候所对应的风速叫做额定风速额，其大小主要是与当地的风资源息息相关。额定风速的大小直接与风力发电机的容量成正比，决定了风力发电机的投入成本和总体设计。切入风速是风力发电机处于工作状态下的最低风速，而切出风速是风力发电机能够忍受的最大风速，当超过切出风速时，风力发电机就会处于停机保护状态。风机的基本性能主要是指风轮的气动性能，即吸收和转化风能的性能。功率特性是反映风机基本性能的重要指标，直接影响其年发电量的多少。风力发电机组功率特性除取决于风轮功率特性外，还取决于风力发电机组传动系统和发电机的效率W及风力发电机组的运行方式。风力发电机组功率特性一般用风力发电机组输出功率随风速的变化曲线即功率曲线（P-V）来表示。
1.2转矩特性
风轮转矩特性一般用风轮转矩系数随叶尖速比的变化曲线（CQ－λ曲线）和风轮转矩系数随风速的变化曲线（CQ－v曲线）来表示。
1.3风轮推力特性
风轮推力特性主要为风力发电机组传动系统和发电机设计时提供推力。一般用风轮推力系数随叶尖速比的变化曲线（Cf-λ）和风轮推力系数随风速的变化曲线（CT-v曲线）来表示。
2风力发电机采用状态监测和故障诊断技术的必要性
风力发电机状态监测和故障诊断技术主要是利用计算机控制系统，将信号采集、在线监测和信号分析综合运用的系统。状态监测技术主要有油液监测、振动监测、温度监测、应变力监测，利用安装在风力发电机中的检测设备进行信号的收集，然后通过对信号的处理、分析、判断和诊断，就能够及时获取发电机的运行状态，进而通过控制中心对发电机的运行状态进行调整，可有效预防故障的发生。油液监测技术主要是通过对润滑油和液压油的性能进行分析，以此来掌握设备的润滑及磨损状态。振动监测主要是通过振动信号的收集来分析风力发电机的机械故障，比如转子不平衡，转轴弯曲等。温度监测主要是通过温度传感器获取设备的运行温度，常用于电子和电气元件的故障诊断，能够比较直观的反应设备的运行状态。应变力监测主要是通过应变力传感器来获取信息，主要用于叶片寿命的预测和疲劳状况的监测。状态监测和故障诊断技术能够对风力发电机进行远程监控和诊断，通过对各项数据信息的收集整理，能够实时监控风力发电机各个部件的运行状态，可有效遏制安全事故的发生，提高风力发电机运行的稳定性和可靠性。
3风力发电机组状态监测的技术应用
3.1监测技术特点
首先，要分析的风力发电机组的技术特征，在对风力发电机组的状态进行监测时，先要考虑的就是风力发电机组的运行状态，尤其是各项参数的变化情况。通过对风力发电机组的运行参数进行分析、记录，进而判断风力发电机组的变化情况。对有关的资料进行分析，可以知道，风力发电机组的参数类型十分丰富，按照其性质进行分类，可以将风力发电机组的运行参数分为两类，第一类是可测量参数，另外一类是计算参数。不同类型参数的功能不同，例如:可测量参数是指在运行的过程中可以通过测量获得的参数，有关的工作人员可以对可测量的参数进行计算，并且将计算的结果记录下来。通过对结果进行分析，来推断风力发电机组的运行状态。
3.2监测异常可测量参数
风力发电机组运行中，必须要采取有效的方法与原则监测可测量参数。通常需要注意以下问题：（1）风力发电机组运行中，可测量参数主要涉及电压、电流、频率、压力及温度，要结合可测量参数类型合理选用测量设备，协调各测量设备。（2）分析并明确可测量参数上下限范围，以此选择合理量程。（3）对可测量参数正常或异常值区间范围与动作触发条件进行分析。
3.3异常监测参数的计算
风力发电机组运行中，参数计算离不开有效监测技术与方法的支持，实际操作中要注意以下问题：（1）参数检测计算时，要合理选用算法。风力发电机组类型比较多，各类型机组内需要不同的算法，且每一种算法有很多可供选择的策略。因而要结合风力发电机组实际情况与需求合理选择算法。（2）选择有效的设备运行算法。合适设备主要指算法稳定且设备自身硬件条件能够支撑长期运行，设备内部配置可靠且可以进行稳定的数据传输与测量。
4风力发电机组故障诊断技术
4.1故障诊断分析
对风力发电机组进行故障诊断时，要根据机组自身结构的复杂性和机组运行环境的特殊性，综合分析各种因素，提高故障诊断结果的准确性。风力发电机组运动部件多、结构复杂，故障诊断比较困难。因此需要更新传统诊断技术，积极应用新技术和新理念，准确诊断各种故障，为故障的解决提供依据。对于风力发电机组的故障诊断，需要准确掌握各类不同的故障现象，根据机组电力参数、振动、压力、形变、磨损、温度等性能特征进行综合分析，完成故障诊断。
4.2热力参数分析
风力发电机组热力参数分析，即通过分析风力发电机组在运行过程中各项温度和湿度的变化，确定其运行状态。风力发电机组内的温度主要有：各大部件（如发电机、齿轮箱、发电机、运动电机、变流器等）的内部温度、机舱内温度、控制柜内温度、各项液压油/润滑油温度。而风力发电机组内的湿度主要有：机舱内湿度、控制柜内湿度等。通过对风力发电机组内的热力参数进行监控，能够有效监测机组的运行状态。同时根据热力参数的变化趋势和反馈结果，能够准确判断机组内产生故障的设备位置，能够为分析故障原因提供充分详实的依据。
4.3振动分析
最后，要分析的是振动情况。在对振动情况进行分析时，为了提高实验的精准程度，要在机组内的各个部件上安装振动传感器，振动传感器可以记录部件的振动情况，通过对传感器的信号以及数据情况进行分析，结合以往的工程项目情况，可以判断机组内部的部件的运行情况，进而推断机组出现振动现象的原因，通过比对正常运行时的情况来判断机组此时的运行状态。
4.4大数据在故障检测技术中的应用
大数据是当前信息技术进步的重要产物，对于各个行业的建设进程都有一定的促进作用。风力发电机组的故障检测也不例外，大数据具有强大的信检索、整体分析的功能，可以更好的了解数据背后存在的关键联系。通过相关的数据进行分析，找出故障产生的规律，从而更好的预防设备故障发生的概率。利用大数据模型的建设，通过回归数据解析，及时的了解故障发生的相关因素;还可以通过传感数据采集，通过信噪比对传感设施的作用数据进行分析，快速而准确的判断数据发生的原因。
5结束语
总之，风力发电机组由于运行环境及自身结构所限，与传统发电设备相比，故障产生概率较高，且故障产生原因复杂多样。面对这种情况，需要对风力发电机组进行实时、全面、系统的监测，同时采取多种分析诊断方法，及时发现并解决机组运行时的故障，避免造成巨大的经济损失。
参考文献
[1]孙重亮,谢兵红.基于风力发电系统状态监测和故障诊断技术探究[J].电子测试,2019(17):106-107.
[2]赵坚.风力发电机组状态监测和故障诊断技术研究[J].机电信息,2019(23):72-73.
[3]赵铁印.双馈式风力发电机组发电机滚动轴承状态监测及故障诊断方法的分析[J].科技风,2018(19):195.