摘要：风能作为一种可再生能源，利用风能发电，不仅可以减少资源消耗，缓解我国资源短缺的状况，而且可以大大减少对环境的污染，为促进我国能源消费结构的调整做出了巨大贡献。风力发电机是风力发电的核心设备，主要是将动能转化为机械能，再将机械能转化为电能。这一系列过程需要发电机组所有部件的配合来完成。但由于风电场一般位于偏远地区，发电机在运行过程中受环境影响较大。一旦发生故障，将造成严重的经济损失。因此，有必要加强风电机组的故障预防工作。通过对发电机的状态监测，可以实时掌握发电机的运行状态。通过对状态监测得到的数据进行分析，可以为故障诊断提供有力的参考依据，既能有效避免故障的发生，又能缩短维修时间，提高维修效率。
关键词：风电机组；状态监测；故障诊断；技术
近年来，随着工业的发展，环境污染日益严重。新能源风力发电广泛应用于各个行业。一般来说，风电场大多建在偏远地区，环境恶劣，不可能应用有效的监测技术来解决风电机组故障和信号不一致的问题。因此，基于不同的风电机组监测数据，全面分析风电机组运行中遇到的故障，深入研究风电机组的监测与故障技术具有重要意义。
1概述
1.1风机
主要是指利用风力发电机组将风能和电能进行转换，转换后的电能根据电磁感应原理通过调压运行输送到电网和用户中心。经过多年的发展，我国风电机组建设日趋完善，逐步完善了传统的定速恒频发电机组，应用新技术、新设备，对风力发电进行创新和提高。变速恒频技术是一种能动态调节风机叶轮转速，结合风速变化调整和引入变流量技术，从而保证风力发电输出频率恒定的新技术。变速恒频技术的应用可以保证风力发电的质量，因此该技术在我国风电并网系统中得到了广泛的应用。
1.2发电机组故障特征
风电场通常位于偏远地区和高山地区。由于自然环境恶劣、风速变化大、外载荷不稳定等原因，风力机内部部件容易发生故障。一般机组的故障包括齿轮箱、发电机和变频器。例如风力发电机组部分故障，其主要表现为发电机轴承过热、运行振动过大以及自身温度高。长期研究表明，这些故障主要是由轴承损坏、定子绕组绝缘损坏和转子平衡引起的。因此，针对不同的故障问题和部件，有必要采取有效的方法对其运行状态进行监测和故障诊断。
2状态监测和故障诊断技术在风力发电机中的应用
2.1齿轮箱状态监测和故障诊断
齿轮箱是风力发电机组中连接主轴和发电机的重要部件，其内部结构和受力情况比较复杂，特别是在运行工况和载荷发生变化的情况下，其失效概率会增加。由于齿轮箱故障，风电机组故障占很大比例，不仅维护成本高，而且停机造成的发电损失巨大，因此对齿轮箱进行状态监测和故障诊断具有重要意义。齿轮和轴承是齿轮箱常见的故障部位。断齿、齿面疲劳和胶合是齿轮常见的故障类型。常见的磨损类型有点蚀、剥落和轴承表面剥落。任何故障类型都会影响齿轮箱的正常工作。随着风电机组规模的扩大，对齿轮箱的性能要求也越来越高，因此必须保证齿轮箱的安全可靠运行。振动监测和温度监测是齿轮箱状态监测的常用方法。振动监测主要是利用振动测量仪器对齿轮箱的振动频率进行检测和记录，然后将实测的实际运行数据与设计数据进行对比分析，从而发现齿轮箱各部件的工作状态。故障特征频率是判断齿轮和轴承健康状况的重要指标，通过时域信号统计可以初步诊断出齿轮箱的故障点和故障原因，然后利用快速傅立叶变换和功率谱对初步诊断结果进行再次确认。温度测量方法主要是利用温度传感器来识别和诊断齿轮箱零件在工作过程中的温度变化。通过与正常状态的比较，可以及时获取齿轮箱各部件的状态信息。
2.2叶片状态监测与故障诊断
叶片主要吸收风力机中的风能，长时间露天作业对叶片造成很大的损伤。叶片长度一般为30-40m，运行中的颤振会导致叶片疲劳开裂。在近岸海域，如果叶片受到海水湿度的腐蚀，阵风和雷击也是影响叶片安全运行的重要因素。为了保证叶片的安全运行，对叶片的材质、质量和体积都有严格的要求。一旦刀片发生故障，不仅会对刀片本身造成损坏，而且会威胁到整机的安全。叶片的状态监测和故障诊断主要通过应力应变测量来实现。然而，由于叶片材料和工作环境的影响，对应力应变传感器有一定的要求。光纤布拉格光栅（FBG）传感器具有抗电磁干扰、耐腐蚀、体积小、使用寿命长等优点。它更适合于叶片的应力应变检测，对叶片寿命的预测具有重要作用。为了弥补光纤光栅传感器的不足，可以将声发射检测与红外成像检测相结合。声发射检测可以检测空气冲击引起的内应力集中断裂和变形过程中释放的应力波，从而判断叶片的健康状况。红外成像检测技术可以通过叶片表面裂纹和剥落的热辐射能量分布状态来识别叶片的健康状况。
2.3发电机状态监测和故障诊断
发电机是风力发电机组的核心部件，其主要功能是将机械能转化为电能。由于发电机长期处于工况变化和电磁环境中，加上机组规模的扩大，发电机的密封保护难度加大。因此，经常发生振动过大、发电机过热、轴承过热、转子/定子线圈短路等故障。其中轴承故障、定子故障和转子故障占很大比例。对于发电机的状态监测和故障诊断，主要对转子/定子电流信号、电压信号和输出功率信号进行监测。通过对电流信号进行时域分析得到幅值数据信息，然后根据谐波分量的变化确定发电机的故障类型。例如，故障类型可以通过转子的故障来识别，如转子故障和输出电压。
2.4其它部件的状态监测和故障诊断
电气系统也是风电机组的重要组成部分，通过变频器等电气设备向电网供电，并对电气系统进行相应的控制。电气系统中常见的故障主要有短路、过电压、过电流和温度过高。任何故障都可能导致发电机损坏。根据电气系统的故障特点，主要采用性能参数检测法对输出电压、电流、功率、温度等数据进行监测，并与标准值进行比较，判断电气系统的健康状况。液压传动系统的状态监测和故障诊断主要采用油液监测法来完成。检测润滑油和液压油中的颗粒。通过对故障的预防和控制措施，可以判断出该系统在故障状态下的大小和大小。对于风电机组部件的状态监测和故障诊断，主要是根据各部件的运行环境和运行状态来决定采用何种监测方式。只有最合适的方法才能保证得到最好的监测数据，然后通过对数据的分析整理，制定相应的防治措施。通过对状态监测得到的数据进行分析，也可以为风机系统的设计和改进提供有力的参考，因此必须保证数据的全面性和准确性。
结论
由于风电机组部件的维护比较繁琐，而且运行环境也比较恶劣，所以发电机的维护难度很大。计划检修和停堆检修是发电机检修的主要手段，但会增加检修费用，增加因拆装而产生的不必要的隐患。为了提高发电机运行的可靠性和稳定性，状态监测与故障诊断技术可以有效地监测输电系统和发电机系统的内部故障，降低因非计划停运和定期检修而造成的维护成本。同时，通过对发电机的状态监测，可以更全面、详细地获取发电机运行过程中的各种数据。通过对这些数据的分析和整理，可以有针对性地进行优化设计，并采取各种预防措施，降低发电机故障的概率，提高风力发电的效率和质量。
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]李恒．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(06):98-99+93.
[4]詹辉．风力发电机状态监测与故障诊断技术[J]．设备管理与维修，2018(19):83-84.