鲁能新能源（集团）有限公司甘肃分公司 甘肃兰州 730070
摘要：目前，由于社会经济的不断发展，人民生活水平的日益提升，人们对于能源的需求量也越来越大。但是，在我们目前常用的能源中，石油、天然气、煤炭等等都是不可再生的资源，资源储量非常有限，因此为了填补能源的空缺，我们必须开发新的可再生资源。风能作为可再生资源，又是一种清洁能源越来越多的受到人们的关注，也在能源领域扮演着越来越重要的角色。因此，风电在以后的电力系统发展中，具有重要的作用。所以风力发电时，发电设备变频器的故障问题是否能够稳定、合理的运行，对未来保证电力能源输出起着非常重要的作用。本文介绍了风力发电系统及其对变频器诊断技术的原理，并做了相应的分析，期望能够在实践中起到参考作用。
关键词：风力发电系统；变频器；故障诊断
一、引言
风力发电厂一般都是都会设立在比较偏远、开阔的地区，由于风力发电的设备一般比较庞大，工作环境相对较为恶劣，所有风力发电设立的地区人员也比较少，由于环境问题，风力发电的机组发生故障的可能性也大大增强，如果发电机组的关键部分受损，则会影响发电机组的正常运行，甚至导致机组停机，引发严重的后果，不仅会给人们的生活带来极大的不便，也会造成非常严重的经济损失。为了避免风机发电系统发生故障问题，降低机器运行的风险，维护机组发电能够稳定、合理的运行。我们需要重视风机发电系统的故障诊断技术，更好的维护风机机组的正常运行。
二、风机发电系统的介绍
风力发电系统主要包括变桨系统、偏航系统、刹车系统、液压系统、发电系统、变频器系统、主控系统等，此外，视结构不同的还有齿轮箱、变频器、传输电缆、变压器、控制器等等，风力发电系统的款式多样。但常用的是直驱式风力发电系统和双馈电机。
三、风力发电系统常见故障及诊断技术
（一）变频器故障诊断
通常情况下，变频器发生故障不仅有外部因素也有内部因素，外部主要是受到环境的影响导致变频器发生故障，内部，主要是机器运行时，发生的故障。目前的风力发电系统中，变频器作用是实现感应电动机的无级调速，具备调速方便、节能、功率因数高等特点，同时可实现电机的软启动。由于，这种类型的风力发电设备在应对电网故障方面会存在较大的缺陷，因此，变频器发生故障的概率也会相对变大。
实际应用中，风力发电系统的调节速度相对较慢，故障发生前，风机吸收的风能不会减少，但是由于发电机组的电压下降，则会出现没有能力输送电网到电能的情况。由于风力发电系统的电能不能完全输送到电网当中，这样吸收的风能太多，发电设备就需要自己消耗，如果自己消耗不完，则会导致发电系统本身电压过高，整个设备出现故障。
（二）变流器故障诊断
在双馈风力发电系统中，变流器是发生频率的故障是相对较高的，一般故障发生的表现是全局短路故障或者局部短路故障，如果对这两种类型的故障进行诊断，全局短路诊断内容主要是变流器直流侧安装传感器获得直流链的变化值，从变化值能够判断出是什么样的故障类型。对于局部短路的故障类型，从容错的角度能够判断出其故障发生的位置，准确性和具体性较高，有助于系统的重新修复。如果发生短路故障的问题，最直接有效的方式就是控制开关。
开路故障的诊断分为模型法和非模型法两种方式。模型法指的是整个发电系统建立时的数字模型，事先设定了正常状态和故障状态，这样可以比较分析模型的数据，更好的控制电力发电系统。非模型法相对比较简单，不需要设立复杂的模型系统，只需要故障状态下各个变量的信息即可。这种方法能够更加便捷的判断故障问题，也大大降低了工作人员的工作量。
（三）齿轮箱故障诊断
在风里发电系统中，齿轮箱其主要功用是将风轮在风力作用下所产生的动力传递给发电机并使其得到相应的转速。齿轮箱的稳定运行决定着整个发电设备的性能是否处在稳定运行的状态下。根据相关资料的统计显示，在风力发电机组故障中，齿轮箱的发生故障的概率达到整个风力发电机组故障的四成以上。
在实际的运行中，齿轮箱如果发生故障，故障信号的振动为复杂的非平稳、非线性信号。因此，小波变换是频率分析中最常用的方式，小波变换具备多分辨率的性能，因此可以及时的发现设备部件异常，并且及时的反应出问题，是工作人员能够及时的对有问题的部件进行维护。
四、风力系统的变频器的故障分析
风力发电系统中，变频器是重要的部件，因此变频器是否发生故障也格外受到人们的重视。通常情况下，变频器的故障有很多种类型，主要是：和预先估计的结果差的很远，变频器不正确的动作行为、压力不够等等问题。在风力系统中，变频器电压过大的情况指的是中间直流回路超过电压，使得中间直流回路滤波电容其的使用寿命大大缩短。产生这样的故障是由于电流侧电压过大而导致的。在风力系统中，这样的过电流故障发生的原因是变频器负载的突然变化，这样的变化是变频器负载不均匀的表现，电能输出时，还有可能发生短路、引起变逆器过载等等故障，同时这样的情况还会导致整个电网输电回路的不稳定而发生一连串的故障，因此，对变电器的故障研究和防护措施也是该领域今后探索的问题和方向。
五、风力发电系统常见的故障诊断方法
（一）基于解析模型的故障诊断
通过解析模型进行故障诊断这样的方法是比较传统的诊断方法，是最早出现在该领域的诊断方法，就出现了这样的诊断方式。但是，要想使用这样的方式进行故障诊断，必须在有精确的数学模型的基础上，才能够得以实现。解析模型的故障诊断方式是对实测信息数据和模型中输出的信息数据进行对比和分析，在分析数据之后，通过一系列的计算得出实际输出理论输出的差值，通过对数据信息的对比、计算数据的对比分析出故障的情况。在这种方式实际操作的过程当中，参数和状态是难点，需要专业熟练的技术人员在了解实际情况的基础下，通过精确的数学模型进行推演，计算才能得出结论。但是，由于在实际的操作过程中很难对一些参数和状态进行控制，风力发电系统的不确定性很大，因此实际实施中也会有不小的困难。
（二）基于信号处理的故障诊断
基于信号处理的故障诊断方式，相对于解析模型的处理方式较为简单，因为信号处理方式并不需要知道精确的数学模型。信号处理的故障诊断方式我们将其比喻为一个黑匣子，只需要知道被控对象在黑匣子输入和输出的信号，并对其进行模拟即可，因此不用借助数学模型。所需对象的输入信息、输出信息可以通过传感器记录下来。信号处理的故障模型可以通过信号特征，提取信号特征向量，建立一定的模型，然后把所控制的对象得出的实时信号引入到模型，通过这样的信号分析就看能够判断故障的类型和故障的位置。这样的方式相对于解析模型故障处理方式具有更好的实时性，这种诊断方法速度快，实时性高，同时难度小，在实际应用中更容易操作。但是，这样的诊断方式相对没有很高的准确性，可信度较低。
（三）基于神经网络的故障诊断法
神经网络一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。基于神经网络的故障诊断有很多优势，神经网络可容纳的信息量大，信息全面、覆盖广泛，知识表达形式统一，网络管理合理、有序通用性强，也能够很容易的获取和使用信息。神经网络能够实现信息的结合，并根据所组合的信息进行推理，梳理复杂的信息源，将事物之间存在的关系和联系反映出来。神经网络还能够避免在处理故障时，引起发电系统不稳定等等情况。
神经网络在故障诊断的研究方面主要包含三个：第一，模式识别，就是说神经网络能够对故障进行分类，更好的识别出是那种故障类型。第二，预测方向，神经网络能够提供动态的故障预测。第三，知识处理方向，能够将各类信息融合，搭建跟完善的系统。
六、结论
风力发电系统中，变频故障对风力发电系统有重要的影响和意义，其决定着风力发电系统能否稳定、正常的运行，本文对目前我国风力发电系统的相关概念及现状做了简单的介绍，同时分析了风力发电系统中常见的故障诊断技术和常见的故障诊断方式。通过以上对故障诊断方式的阐述和说明，希望在风力发电系统的实际应用中，能够对变电器发生故障的问题提供一些解决方式，同时在今后的研究中，也需要更多的学者和研究者们在这一方面进行深入的研究，为我国的电力发展做更大的贡献。也期望本文的研究和阐述能够在今后的电力发电系统的发展中起到一定的指导意义和借鉴预作用。
参考文献
[1]张建忠，程明等.风力发电系统状态监测和故障诊断综述[J].电工技术学报，2013（04）：261-271.
[2]沈艳霞，李帆.风力发电系统故障诊断方法综述[J].控制工程，2013（5）：789-795.
[3]李森.风力发电系统中变电器的故障诊断研究[J].科技风，2013（18）：81.
[4]单艳梅，王磊.风力发电系统中变电器的故障诊断研究[J].山东工业技术，2016（12）：53-54.
[5]张晓波，王占霞等.风力发电系统变电器故障诊断研究[J].电器制造，2013（10）：93.