（河北大唐国际新能源有限公司 河北省承德市 067000）
摘要：随着日常生产生活对能源需求的不断增加以及不可再生能源（石油、天然气等）储量的不断减少，可再生能源成为能源及环保领域内的研究和开发重点。在追求环保节能的大背景下，风能发电已经成为一种重要的可再生能源发电方式。目前风能发电技术发展较为成熟，具有一定的商业化发展优势，近年来风电产业规模不断增加，促使大型／超大型风力发电机组的使用数量随着不断增加，需合理地定制风力发电机运维决策计划，以确保风力发电机可靠运行，这就对风力发电机系统的状态监测及故障分析提出了更高的要求。
关键词：风力发电机组；状态监测；故障版隐患排查；故障分析
1风力发电机采用状态监测和故障诊断技术的必要性
目前，全世界因煤炭、石油等传统燃料型能源不可再生且对环境污染危害性大，对其开采利用进行了严格管控，并将研究方向转至如风能、太阳能、地热能等绿色清洁能源。风力发电作为风能利用的重要方式，在用风电场数量与增量逐年递增，设备故障诊断和维护保养工作已成为亟待解决的问题。此外，如何提高故障诊断和维护技术也成为各风力发电企业的重要研究工作。本文以风力发电机组故障诊断为例，从不可控的风力风速影响和风力发电机组故障类型、故障机理或产生部位、诊断处理等方面寻求快速诊断检修方法，力求缩短维修时间，降低检修成本，提高风力发电机组安全在线运行时长，确保风力发电质量和电能。
为了便于风能的获取，风场一般都设在比较偏远的山区或者近海区域，所以风力发电机会受到阵风、侵蚀等因素的影响。风力发电机组一般设在50~80m的高空，在机组运行时需要承受较大的受力载荷。由于设计不合理、焊接质量缺陷等原因会引发机组运行故障，当出现阵风时，会对叶片造成短暂而频繁的冲击载荷，而叶片受到的荷载又会对传动链上的部件产生不同程度的影响而引发故障，其中风轮、主轴、齿轮箱、发电机等受到的影响较大。计划维修和事后维修是风力发电机比较常用的维修方式，但是这两种维修方式都存在一定的缺陷，计划维修的检修范围不大，维修内容不详细，无法全面的反应出机电设备的运行状况。而事后维修的维修时间长，维修效率低，所以造成的经济损失较大。所以需要提高风力发电机维修水平，采用状态监测和故障诊断技术可大大提高风力发电机运行的稳定性和可靠性。
2发电机组故障诊断相关理论
风力发电机组运行中，双馈式发电机组包含叶轮、齿轮箱、发电机、变流及控制系统等构成部分。利用多级齿轮箱叶轮机械能推动发电机组将机械能转换为电能，有效连接发电机定子绕组及电网、转子绕组及变流器，利用变流器对发电系统频率、相位与幅值进行调节。利用变流器对发电机进行控制确保亚同步与超同步保持良好的发电状态。超同步情况下，通过转子与定子发电机向电网输送能量，而变流器向电网反馈直流侧能；亚同步时，转子吸收能量并使发电机保持发电状态，利用定子将能量馈送到电网。
3风力发电机组故障
3.1发电机故障
发电机是风力发电机组的核心电气设备，能将传动轴上的机械能转化为电能，为后续电网提供电能。但是，因风力发电机组多建设在高原地区或沿海地区，环境比较恶劣，长期低气压、湿度大、强风沙、强风雪，易造成发电机的定子和转子腐蚀或磨损，破坏发电机绝缘部分发生短路现象，或加速发电机定子绕线和电气元件老化现象，影响发电机的使用寿命。发电机故障主要体现在发电机轴承偏移、定子和转子绕组短路以及发电机内气隙变化等方面。
3.2叶片故障
叶片是风电机组获得风能的主要部件，随着风电机组功率的不断增大，机组的叶片不断地加长、变大，重量达到数十吨，其工作状态直接影响到风电机组的性能、效率、质量和经济效益。叶片长期在露天、恶劣的环境下工作，雨水和蒸气的腐蚀，阵风或雷击等因素的破坏，长时间运行产生的疲劳裂纹等，均是叶片产生故障的隐患。常见的叶片故障包括:①梁帽强度不达标造成的叶片断裂;②因前、后缘粘接强度较弱造成的叶片开裂情况;③叶片尖部强度较弱造成的接闪器和尖部的脱落;④对剪腹板产生压力后出现的断裂情况;⑤部件连接不合理造成的螺栓磨损或扭断等情况。
4机组各类状态监测技术
4.1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。
4.2技术特点的分析
设备的运行故障检测，不能只从设备的表面进行检测，更要对设备运行的相关参数进行科学的分析，找出风力发电机组运行故障发生的内在原因。对测得各项运行的参数值利用先进的算法进行计算，通过机组实际运行的状态及机组想要实现的功能，选择恰当的算法对机组运的参数进行计算分析，通过大量的数据分析，从而得到与之相匹配的相关参数，但需要注意的是，有些厂家的测量方式与算法有一定的差异性特点，因此在具体开展工作的期间，要适其实际的情况而定。
4.3监测测量设备异常
风力发电机组测量设备自身会出现故障，需要制定相关监测机制予以防范。其常用监测方法为：（１）测量设备随附检测触点，一般保持常开与常闭状态，异常情况下为常闭或常开。结合触点状态变化判断设备状态。（２）测量设备输入与输出端分别连接另一组信号以此进入主控系统，而主控系统事先存储与测量设备相应算法，时刻读取并对比输入输出值，一旦输入输出值不相符，就可判断设备监测不正常。
4.4油液监测
对于风力发电系统而言油液质量也至关重要，因此需要对油液进行定期监测，包括油液质量检查以及铁屑检查、油温检查以及油滤压降检查。在进行油液监测的过程中通常采用离线检查的方式进行，通过油液监测来反映应用油液相关部件的运行状况。
5风力发电机组故障诊断技术
5.1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。
5.2振动信号检测
振动信息数据检测能够及时的检测到发电设施主要构件的故障，通过在各大构件上装置传感设备的方法，通过传感器反馈的数据信息判断设备整体的运行情况。利用信号的数据进行科学的分析，从振头的源头进行控制，对振动的整体状态与正常运行的数据进行比对，能够更加准确、及时找出设备故障的源头，从而提供整个机组设施的维修效率。
5.3分析热力参数
风力发电机组运行中分析热力参数，即分析机组运行温度与湿度变化以此明确其运行状态。对于风力发电机组而言，内部温度包含发电机、齿轮箱、运动电机及变流器等大部件、机舱及控制柜等内部温度。有效监控风力发电机组内部热力参数，有效监测其运行情况。此外结合机组热力参数变化趋势与反馈结果，准确判断机组故障设备部位，为故障原因分析提供可靠的参考依据。
5.4神经网络技术
当前该技术主要包含以下三种应用方向：其一是模式识别层面，使神经网络充当故障分类器的作用，判断设备的不同故障类型并完成故障分类；其二是故障预测层面，将神经网络用于针对动态模型设备进行故障预测；其三是知识处理层面，配合专家系统构建混合故障诊断系统，以此拓宽故障诊断技术的应用范畴。通过采用神经网络进行风力发电机的故障诊断，可以借助归一化处理降低知识库管理难度，便于进行神经网络知识的并行联想与自适应推理，有效规避采用专家系统过程中存在的无穷递归、组合爆炸等问题，提高故障诊断的实时性。
结束语
综上所述，受运行环境与自身结构影响，相较之传统发电设备，风力发电机组极易发生故障，且故障原因复杂多变。因此，实时、全面及系统化的监测风力发电机组，采取有效的故障诊断方法解决机组运行故障，保障电力企业经济利益与社会效益具有重要的意义。
参考文献
[1]崔耀辉.风力发电机组状态监测和故障诊断技术研究[J].门窗,2019(18):273.
[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]牛峥,李丹丹,许旌玮,林舒杨,崔佳絮.风力发电系统状态监测和故障诊断技术的分析[J].电子测试,2019(14):109-110+137.
[4]郑育松.风力发电机组状态监测和故障诊断技术研究[J].门窗,2019(10):157.
[5]张朝忠.状态检修在风力发电机组检修中的应用及影响因素[J].南方农机,2019,50(08):182.