辛贞杉 高鹏飞
青岛润莱风力发电有限公司 ?山东青岛? 266600
摘要：风能作为可再生能源，利用风能进行发电不但能够降低对资源的消耗，缓解我国资源紧张问题，而且可大大减少对环境造成的污染，为推动我国能源消费结构也作出了巨大的贡献。风力发电机是进行风能发电的核心设备，主要是将动能转化为机械能，然后再将机械能转换为电能。这一系列的过程需要通过发电机组内部所有元部件的共同配合完成，但是由于风电场一般都位于比较偏远的地区，发电机在运行过程中受环境影响较大，一旦发生故障，将会造成严重的经济损失。所以需要加强对风力发电机的故障预防工作，通过对发电机进行状态监测可以实时掌握发电机的运行状态，并且通过对状态监测获取的数据进行分析，能够为故障诊断提供有力的参考依据，既能够有效避免故障的发生，又能够缩短故障维修的时间，提高维修效率。
关键词：风力发电机；状态监测；故障诊断；技术分析
引言
我国目前的风力发电技术还存在很多的不足，在风力发电过程中在发电机的保养和维修方面采用的技术过于传统，风力发电机状态检测与故障诊断系统的研制不够成熟，对我国的风力发电机的影响重大。近几年来，我国在发电机状态检测与故障诊断系统的研制方面不断的进行分析研究，已经取得了一定成果，这对我国当前风力发电设备的正常运作，以及对风力发电厂的经济效益都做出了一定的贡献。
一、风力发电机组的故障特点
风力发电机首先将风能通过风轮转换为机械能，再通过主轴、齿轮箱等将机械能转化为电能,进而实现风力发电。一般风力发电机的运行环境比较恶劣，因此其故障的发生率也是比较多的,根据相关资料表明:风力发电机组的典型故障主要集中在齿轮箱、发电机、叶片、电气系统等部位。针对不同的故障部件和故障特征,采取合适的故障诊断方法是有效实施状态监测和故障诊断技术的保证。
二、状态监测与故障诊断系统的基本结构
风力发电机组的监测与故障诊断依赖于现代化计算机技术以及电气技术的有效结合，计算机的控制系统可将信号的采集、监测、分析等融合为一个一站式的监测系统。通过对风力发电机组的温度、振动以及压力的数值与标准数值进行对比分析,能够有效的掌握发电机组的运行状况，同时可以根据数据的分析对风力发电机组出现的故障并提出相应的解决措施。风力发电机组的监测与故障的诊断系统的工作模式主要是对信息的收集--信息的处理--信息的分析--判断信息的准确性--诊断的结果以及相应的措施。对于信息的处理和收集是基于前期对发电机组安装或进行周期性的监测,在监测设备对于监测到的信号传输给计算机控制系统对于信息进行分析，从而得出相应的结果。由始至终都有计算机对信息进行分析和处理。
三、风力发电机的故障诊断
3.1叶片的故障诊断
叶片是风力发电机获取风能的重要元件，如果叶片出现故障，将会导致风力发电机失去对风能的获取，更遑论电能的转换了。为保障对风能的高效获取，风力发电机研发工作中，叶片的设计体积较大，这就给故障诊断人员的工作带来了极大的难题。与此同时，风力发电机的叶片长期暴露于外部环境中，受外在因素影响较为严重，极易出现腐蚀、损坏等故障，造成风力发电机发电性能的降低。在不同的运行状态下，叶片的受力状况也有所差异。因此，现阶段对风力发电机叶片的故障检测大多是通过对叶片的受力状况的分析来完成的。
风力发电机故障检测人员，利用光线光栅传感器对叶片的受力状况信息进行采集，从而判断风力发电机的叶片是否出现故障。
3.2发电机的故障诊断
发电机是风力发电机的重要组成部件，可以将风能带来的机械能转换为电能，从而实现电力能源的生产，可以说发电机是风力发电机的心脏。在发电机的运行过程中，各部件长期处于变工状和电磁环境中，磨损程度不断加剧，发电机的使用寿命也在不断缩短，造成风力发电厂运行成本的增加。常见的发电机故障主要有：震动幅度大、电机温度高、定子线圈短路等。风力发电厂故障诊断人员通过获取的定子电流信号数据，对发电机的故障范围进行判定，极大的提升了发电机故障的排除效率。除此之外，部分故障检测人员还提出了其他的故障诊断技术，但由于其不能帮助故障检测人员缩小发电机故障的搜寻范围，无法得到广泛的普及。
3.3齿轮箱的故障诊断
风力发电机齿轮箱的内部结构较为精密，一旦齿轮箱内部某一元件出现问题，将会影响整个齿轮箱的运转，进而影响电能的转换效率。在风力发电机齿轮箱的运行过程中，常见的故障主要包括：轴承故障、齿轮故障、润滑系统故障等。由此可见，齿轮箱故障的发生概率较大，故障诊断人员应将齿轮箱的故障诊断工作作为自身工作的重点，加强对齿轮箱故障的监测力度。故障诊断人员应利用震动诊断法、温度诊断法等方式，对齿轮箱的运行过程进行监测，通过齿轮箱震动幅度的变化或是温度的差异对齿轮箱是否发生故障进行判定，极大的提升了齿轮箱故障的诊断效率，降低了齿轮箱故障的诊断成本和诊断难度。
3.4电气系统的故障诊断
风力发电厂向外输出电能的多寡，主要是由电气系统决定的。一旦，风力发电机电气系统出现故障，将会影响电气系统的控制效果，导致风力发电厂输出电能过多或过少，影响风力发电厂的长远发展。电能输出过多，将会造成电能的浪费，影响风力发电厂的经济效益；电能输出过少，将无法满足众多电力用户的实际用电需求。因此，风力发电厂故障诊断人员应重视，对风力发电机电气系统的检测与诊断，全面保障风力发电厂的高效运营。风力发电机故障诊断人员应利用性能参数监测，对电气系统的输出电能各项数据进行监测，由此判断电气系统是否发生故障。
四、结束语
综上所述，风力发电机组状态监测和故障诊断系统的建立和运行提供了用户友好界面，可将风电场设备运行数据和异常信息直接显示与界面，获得的数据信息更加直观,也可直接将分析结果用于故障智能诊断，在各时域具有较高的分辨率。需注意的是,该系统算法仍不全面，且风力发电机组部件较多,采用一种智能算法的可行性仍不明确。为此,未来仍需进一步测试和优化应用的算法。
参考文献：
[1]张保会,王进,李光辉,等.风力发电机集团式接入电力系统的故障特征分析[J].电网技术,2012(07):176~183.
[2]张磊,李欣竹.基于ANFIS的风力发电机状态监测研究[J].中南民族大学学报(自然科学版),2017(01):92~95+137.
[3]范国全,胡刚,马学亮,等.MW级风力发电机故障诊断系统[J].通信电源技术,2014(01):82~84+87.
[4]姚晓燕,张丛杰,闫铁伦.等.一种行之有效的故障诊断新方法[J].振动工程学报.2004,17(1):326-327．
[5]马宏忠,张志艳,张志新,等.双馈异步发电机定子匝间短路故障诊断研究[J].电机与控制学报,2011,15(11):50-54.