段豆豆
中国三峡新能源（集团）股份有限公司华北分公司 河北 石家庄 050000
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：风力发电系统;状态监测;故障诊断技术;
引言
我国在经济发展的进程中非常注重新技术和新设备的创新和应用，尤其是在风力发电产业，依靠先进的设备和技术，降低运营成本，不断提高运行效率。一个风电投资项目，除了质量优良的发电设备做保障，还需要风电场全生命周期的度电成本优化，在设备运维、保养等方面，加强科学管理，加大科技创新，不断开展更深层次的研究工作，使风力发电设备在额定运转时期内发挥最佳性能。关于风力发电设备运维和检修存在的问题及其问题产生的主要原因等必须结合风场实际开展具体化分析，并研究制定出问题的解决方案和有效的管理措施。
1风力发电机系统的状态监测现状分析
近年来，以风能为代表的可再生能源工业迅速发展，风能技术的不断改进支持了风能规模的持续扩大，具有独特的优势，但风能系统运行的安全问题必须风力发电过程中风力发电的转换主要是通过使用风扇(电磁检测原理)进行的，转换后的电能的压力调节操作完成后再传递给电网用户。目前，中国风力发电建设较为全面，以恒频为基础的风力发电系统进一步完善。当前的螺旋桨距离技术在风力发电系统状态监测中较为常见，可以根据实际情况动态调整风机叶片转速，并根据实际风速变化调整流量变化技术，以确保风力发电的稳定输出频率。随着采用变速恒频技术(风力发电网络互联系统中应用更广泛)，风力发电的质量有了很大提高。
2风力发电系统网络结构的构成
从电网的相关性来看，风力发电分为两部分，一部分是生产过程控制系统，另一部分是与发电相关的企业运营决策信息系统，另一部分是一号控制区、二号控制区和调控系统尽管风能和能源生产、加工、分配和消费是由不同的公司开发的，而且由于网络规模、规模和使用人口的不同，复杂性和专业化程度也各不相同，但它们涉及到所有的检测、控制、生产规划和办公部门，因此总体而言 风力发电公司或电网公司的网络操作系统，可以按照工业控制系统通用参考模型的等级来理解。 从规划的角度来看，风力发电系统网络结构分为参与网络和非参与网络两部分。网络生产间隔控制系统由一个室内空气场控制系统和一个基于空气场控制中心监控运行和能源利用决策的跨典型物理区域分布的工业监控系统组成。电网调节和连接系统包括移动变电站、AVC变电站、宝信变电站等子系统。与电网中的变电站有关的子系统，属于国家能源署电力监测和监视系统总体安全保护计划(以下简称电网区)规定的控制区。
3风力发电机常见故障分析
3.1振动故障
振动故障是风力发电机常见故障之一，造成风力发电机异常振动的原因主要有3个。（1）风力发电机生产厂家资质不过关，品控存在问题。在前期生产设计阶段以及后期出厂品控阶段，没有严格把控设计以及品控两大关，导致投入市场的风力发电机存在质量问题。使得风力发电机投用后部分部件出现磨损，最终出现异常振动。
（2）风力发电机运维工作不到位，缺乏严谨的运维工作标准。运维工作人员维护能力不足，在维护工作中不能全面有效发现故障问题，维修工作操作不规范等。（3）风力发电机长期使用后，没有定期更换构件、零件，造成磨损。
3.2轴承故障
轴承故障也是风力发电机运行常见故障之一。通常情况下，风力发电机轴承故障主要有轴承振动和轴承过热，原因如下。（1）风力发电机叶片存在磨损、积灰问题，导致叶片运转过程中出现故障，最终导致风力发电机轴承振动。长此以往，会造成风力发电机其他部件的损坏，例如，风道、机壳以及螺栓，最终影响风力发电机运行的安全性与稳定性。（2）风力发电机轴承过热，一般情况下是由于轴承部件润滑效果、冷却效果存在问题。风力发电机运行过程中，润滑剂的添加过多过少都会影响轴承温度变化，压缩空气冷却装置不能有效运行，导致无法及时根据轴承温度调节，最终造成轴承过热。一旦风力发电机轴承温度过高，必然会加重其损耗，影响使用效率。
4风力发电机的故障诊断方法及应用
风力发电系统的发电质量直接受到风力发电设备安全质量的影响。为了使风力发电机能够正常运转，必须在风力发电机运行期间定期检查和维护所有设备和零件，同时确保零件和设备的质量，同时确保相关参数的准确性。一旦发现故障和问题，就必须根据实际情况和潜在风险加以分析，并在此基础上采取科学和有效的解决办法和技术。特别是，有必要改进恶劣天气的探测和维修，以便在恶劣天气下风力涡轮机能够继续正常运转。(1)齿轮箱故障排除。长期处于恶劣环境中的风箱的损坏率很高，需要定期进行故障排除。根据所采集的异步电机电流信号，能够对齿轮箱故障进行分析确定，通过幅度和频率的解调，实现旋转轴转速监测和电流信号的离散小波变换，实现降噪和(2)叶片故障排除。安装在风力涡轮机上的叶片很难发现问题，因此需要定期监测和处理，特别是分析叶片缺陷的浓度(包括转子不平衡和空气功率不平衡)，这是常用的有效分析方法(3)应用神经网络和专门系统。人工智能和不断变化的信息等现代技术为风力发电机故障排除提供了坚实的技术支持。模糊逻辑、人工神经网络和专家系统等技术在风力发电机故障诊断中的应用现阶段正在深化。它主要包括三个应用方向:模型识别水平，以及利用神经网络(代替故障分类器)对设备故障类型进行判断和分类；故障预测水平，利用神经网络对动态模型设备完成故障预测过程；在知识处理方面，通过合并构建混合故障排除系统(需要专门系统)，可以有效地扩大故障排除技术的应用。在风力发电故障排除中使用神经网络时，可以通过使用标准化处理来简化并行知识关联和自适应推理过程，从而有效地减少管理知识库的难度，并有效地避免在以下过程中遇到的问题)，从而提供有关故障诊断的可用性和实时准确性的重要信息。此外，应强调对工作人员的培训，使他们能够获得强有力的专业技能.
结束语
风力发电作为一种可再生能源生产方式，需要更多的领域和学科来故障排除和监测其发电厂的状况，在风能开发过程中未能及时修复故障可能对风能系统的安全和稳定产生重大影响其主要目的是强调监测和分析风力涡轮机故障的技术和方法，以及对相关国家的监测和诊断，重点是将技术和方法有效地纳入不同学科，并不断提高风力涡轮机的监测和管理水平。
参考文献
[1]汪义舟.风电场电力监控系统网络安全防护方案[J].自动化博览,2021,38(01):38-41.
[2]乔伟,安康,王朋.风力发电机偏航轴承故障检测分析研究[J].科技视界,2020(34):120-125.
[3]宋国庆.风力发电及其控制技术新进展探究[J].科技资讯,2020,18(31):55-57.
[4]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.
[5]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.
[6]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.