龙源（长岭）风力发电有限公司 松原市 131500
摘要：随着社会经济的发展，我国对电能的需求不断增加，风机发电系统有了很大进展。风能作为一种可再生的清洁能源，将在能源领域扮演越来越重要的角色，因此，风电在未来电力系统中将具有强大的穿透力。基于此，付风力发电机自身故障时能够及早未取补救措施以达到不间断运行的能力要求色在增加，能够自动维护和修复的风力发电系统对未来风电场的监控和管理有积极作用。本文简单的介绍了这些这些诊断技术的原理，并做了简要分析。
关键词：风机发电系统；变频器；故障诊断；优化对策
引言
风力资源是一种可再生的清洁资源，对其开发利用不仅能够缓解我国能源紧张的问题，更可以改变传统的发电模式，是我国的发电方式向更加科学和绿的的方向发展。就近年来风力发电的应用情况来看，风力发电不仅缓解了我国电力供应紧张的局面，而且环境效益良好，加之我国的风能蕴藏量巨大，所以未来风力发电的发展非常有前进。在风力发电系统中，变频器被普遍的应用来帮助电力转换和输送，其作用不容小觑，所以在风力系统中，要着重进行变频器故障的诊断研究，提高诊断技术和技巧，使得变频器的功能发挥最大化。
1变频调速
改变异步电动机定子端输入电源的频率，使之连续可调来改变它的同步转速。实现电动机调速的方法称为变频调速。最节能高效的就是变频电机，只是需要在电源部分安装变频器成本太高。其优点是：无附加转差损耗，效率高，调速范围宽，低负载运行时间较多。其缺点主要是：技术较复杂，价格较高，不适合于低压电机。
2变频器故障问题分析
变频器是风机发电系统运行中必要的机械设备，更是决定系统远程管理质量的决定要素。根据现阶段风机发电系统资料可知，普遍变频器安装与使用都会面临长期的高温与脏污的环境，若无法提供有效检修清理工作，则势必会导致变频器设备元件寿命与系统状态严重受损，最终导致变频器设备出现故障，影响整体风机发电系统的使用质量。以现阶段选用的发电机形式而言，速恒频式风力发电机是目前最常用的类型，此类发电机在面临电网故障时存在较大的缺陷，使得外部环境影响无法被隔绝，内部限制因素无法被调节，自然会导致风机发电系统故障问题极为普遍。其次，部分风机发电系统调节速度极慢，因此风机风能的吸收数据并不会在短时间内降低，但发电机组的极端电压已经下调，使得风能转化压力过大，其电力输送效率与稳定性便会存在风险。在此期间，若电网能量无法全部输送至电网内，则势必会有部分能量被系统消化，使得电容与电压急速升高，若不及时加以解决，则会产生电磁转矩突变等问题，使变频器的使用质量受到严重影响，甚至极易产生安全事故。
3变频器故障诊断技术
变频器是风力发电系统中必须要使用的电力器械，但是从目前的情况来看，由于变频器所处的环境非常的不好，高温发热再加之油水脏污，不仅使得变频器的性能有所下降，严重的时候会直接导致变频器故障，进而影响整个系统的工作。变频器故障的产生，不仅有外部环境的影响，也有内部因素的限制，就目前的变频器使用而言，主要利用的是速恒频式的风力发电机，此类型的风力发电机在应对电网故障的方面存在比较大的缺陷，所以其发生故障的情况也比较普遍。除此以外，在实际应用中发现风力电机的调节速度比较慢，所以故障前期风力机吸收的风能并不会随之减少，但是发电机组由于极端电压发生了下降，所以会出现不能向电网输送电能的情况，也就是说风力产生的电能有一部分并不能输送到电网当中，这些不能输送到电网中的能量被系统自行消化后会导致电容充电和直流电压的快速升高，进而就会产生电子转机加速和电磁转矩突变等问题。总而言之，无论是上述情况中的哪一种发生，都会引起系统中器件的损毁。目前，国内外进行变频器故障诊断的而技术多种多样，我国进行变频器故障的诊断主要是利用神经网技术进行故障类型的判断，然后再依据小波分析技术进行收集信息的处理。
4风力发电系统变频器故障诊断优化措施
从变频器应用角度来说，其通常应用速恒频式风力发电设施，这种发电设施在电网故障方面含有一定不足，因此，导致故障出现比较普遍。除此之外，在真实应用过程中，我们可以得知，风力发电设施调节效率比较迟缓，因此，在发生故障之前，风力机吸收风力能力将不会发生改变，但是发电机组因为极端电压逐渐减少，无法向电网中传送电能，从而引发电子转机故障等现象出现。总而言之，不管出现哪种现象，都会导致系统中设施受到损坏。当前，给变频器故障诊断的技术种类繁多，我国主要采用的诊断技术就是神经网技术，之后结合小波分析技术来实现有关数据的处理。
4.1神经网诊断技术
所谓的人工神经网络，也被人们称之为神经网络，其主要是指由大量处理单元组建形成的网络，其只要只对人类大脑进行模拟后得出的模型，可以将人脑特征进行体现。人工神经网络的探究主要从人脑生理框架方面入手，对人之能行为进行探究，模拟出人脑数据处理形式。其是在神经科学、数学、统计学等多种学科的基础上形成的技术。神经网络技术自身具备的优势在于运用信息对显层以及隐层网络实施培训，并且在没有构建数学模型的基础上，对探究对象展开评估。当神经元数量逐渐增多，网络框架也就相对繁琐，最后培训结果的真实性也就越高。这种特征主要是在没有构建变频器数学模式的基础上，实现对现场信息的分配和诊断。在对变频器故障诊断的过程中，可以借助此网络模型中含有的显层以及隐层来实现数据分析，明确种类。把神经网络技术运用到变频器中，可以将变频器运行情况在神经网技术中全面体现，采用神经网实现数据收集。
4.2利用小波分析技术进行收集信息的处理
小破分析法是目前一种非常重要的信息处理方法。简而言之，小波分析法是一种利用小窗口进行数据分析的办法，在利用此方法的时候，小窗口的状态可以进行改变，其位置也可以进行移动。在利用了神经网技术之后，可以获得较为准确的而数据，而将小窗口对应到数据中，就可以对收集到的数据进行分析和处理，通过处理结果可以清楚的对变频器进行故障诊断。总而言之就是小波分析技术使得变频器故障诊断的效率进一步提高，准确性也有效显著的增加。
结语
综上所述，风机发电系统中变频器故障诊断技术的有效落实，不但能够根据地区电力供应需求提供更加完善的调整平台，使风机发电系统使用质量与运行稳定性得以全面保障，同时借助诊断优化措施，更便于识别故障原因，以便后续变频器设备逐渐完善，使风力发电系统的构建可控性得以加强。故而，在论述风机发电系统中变频器的故障诊断期间，必须明确变频器可能出现的故障类型与特点，并提供详细的审查流程与资料，才能为后续风机发电系统的使用提供更全面的技术保障。
参考文献：
[1]邓李苹，朱金华.风机发电系统中变频器的故障诊断研究[J].商品与质量，2017（29）.
[2]谭江.风力发电系统变频器故障诊断研究[J].通讯世界，2017（20）：227-228.
[3]余志平，姜兴华.风力发电系统故障诊断技术浅析[J].建材发展导向，2017，15（6）：125.
[4]单艳梅，王磊.风力发电系统中变频器的故障诊断研究[J].山东工业技术，2016（12）：189.
[5]丁宇.风力发电系统中变频器的故障诊断研究[J].工程技术：全文版，2016（10）：305-306.
[6]任艳芳，岑海堂.双馈风力发电系统变流器故障诊断方法研究[J].可再生能源，2014，11：1627~1631.