王盼强
鲁能新能源（集团）有限公司内蒙古分公司 内蒙古自治区 015200
摘要：
当今时代，人们的日常工作生活中电力是必不可少的一种能源。电灯，电话，电脑，围绕着我们日常生活的方方面面。而对于我国过来说，电力的供应主要以传统的火电为主，南方地区的水电供应较多一下，风力发电还正在发展阶段。可以说，煤电和火电为我国的工业发展做出了突出贡献，但是煤电的环境污染严重，可持续利用程度低，环境保护力度差。而水电的也有不小的环境问题。与此相比，新能源电力的研究就是在这样的情况下不断发展的。更加注重环境保护和可持续发展的风力发展就这样进入人们视野并不断发展。风力发电的环境污染小，应用前景十分广阔，发展潜力巨大，但是在实际的应用中，变频器的问题制约着风力发电的大规模运用，因此在风力发电系统中对变频器故障的诊断研究就十分重要了。
关键词：风力发电机 变频器 故障
一，风力发电系统运行简介
风力发电系统相对于传统的火力发电，水力发电技术来说，是一个诞生时间较短的新型的发电方式。风力发电系统主要依靠的是风力来发电。风力具备绿色无污染和可再生的特性，如果将风力有效开发，不仅可以减缓我国电力能源供应紧缺的现状，还可以真真正正的保护生态环境，有效缓解环境恶化，有力的保护环境，简间接保护土地矿产资源，水资源与物种的多样性。【1】
风力发电机有很多种类，就用并网风力发电机为例，主要有三种机型，双馈式，直驱式和笼形异步式。除了笼形异步式之外，双馈式和直驱式都需要用变频器接入电网。除此之外，双馈式风力发电机是用转子侧变频器，而直驱式发电机是用电子侧变频器。因此可以看出，变频器对于风力发电机来说是一个重要的节点。变频器的故障问题对于整个风力发电机的发展来说至关重要。
二，变频器故障情况分析
上文所说，风力发电系统变频器的故障问题都是绕不开的话题，是风力发电机的必需组成部分。但是由于风力发电机所处的特殊自然环境条件以及风力发电机的设计使得变频器极其容易发生故障甚至损坏。变频器一般所处的物理环境很复杂，高温高热，多油容易积累灰尘。环境十分恶劣。除此之外，变频器还要面对各种交变电磁的干扰，这些不利的环境使得变频器出现故障的事情十分容易发生。
以现在的风力发电机行业的现状来看，风力发电机的应用中，速恒频式发电机是最为普及，最为常见的类型，但是这种发电机有着比较明显的缺陷，就是一旦电网出现故障，本身也很容易出现故障。除此之外，还有一个问题就是，发电机的调节系统具有延迟性，也就会风能的吸收数据还没有将下来，但是极端电压已经下降，最终使得风能转化压力变得很大，影响发电机发电的稳定性以及传输电力的安全性。也就是说，风力产生的电能并不能准确地传送到电网之中，而是在发电机内部，系统内部被消耗掉。并且这些电流，会使得电容充电加速与直流电压提升，从而诱发故障，产生不良后果【2】。以上状况都会导致故障的产生，引发变频器元件的故障与损毁。而为了应付这样的情况发证，为了可以更好的检测解决变频器的故障问题，经过多次试验来看，最有效的解决变频器故障的问题就是神经网技术，神经网技术对于如何判断变频器的故障原因以及故障元件来说是一个目前最为有效的技术。
三，变频器故障分析
综合以上所述，与实际情况而言，变频器故障问题的原因主要有这样的几种类型。一，变频器内部的错误操作。二，实际与预期效果的误差。三，变频器内过电压，过电流过热的问题。
第一只能够原因，一般来自于变频器内部的一些程序在具体的应用中出现了一些错误与故障，从而导致整个变频器无法正常运行。第二种故障是对于变频器的预期利用估算与实际利用估算有一些误差，导致了实际的效果与预期的效果出现了些误差，从而影响了变频器的运行，对于变频器产生了超载的压力，从而导致了故障的发生。最后一种故障的发生原因比较复杂，简而言之，就是在变频器内部，电流与电压本来有着自己的通道，但是在不是规定的电流电压路线里发现了电压与电流，从而导致了该部分元件过热然后发生损毁，从而导致了变频器故障的发生。
四，变频器故障诊断
判断变频器的故障原因对于变频器的检修来说就像指路明灯。因此对于变频器的故障诊断一向是重中之重。对于变频器的故障诊断来说，一般有这样的集中方法。
（一），神经网技术
神经网技术也叫人工神经网络。实际上是由大量的神经元也就是批处理单元连成的网络。神经网技术实际上是对于人脑的简单模拟，和人脑的特性十分相似。神经网技术是综合了神经学，数学，物理学，化学，计算机等理工类科目的新型智能科技。神经网技术的最大优势就是从人脑的生理特性开始，对于人的思维方式进行简单模拟，模拟人脑对于信息信息处理的大致过程，从而在不运用数学模型的情况下进行对于物体的评估工作。将神经网技术运用于变频器的故障探测，就会使得故障的探查工作比较精准。具体神经网运行过程是，神经网技术可以在不建构数学模型的基础上，实现对于变频器故障信息的分析诊断，并且通过神经网技术的数据收集整理全面的展示变频器的运行状况，使得诊断的结果更加准确真实。【3】
（二）小波分析技术
小波分析技术是与神经网技术配合使用的一种诊断分析方法。也是目前一种十分重要的信息处理方法。一般来说，小波分析方法就是利用一个小窗口对于数据进行分析，小窗口的整体大小不变，但是位置和形状会不断发生变化，十分灵活。在结合神经网技术后，神经网技术在获得了准确的数据之后，将数据利用小波分析技术进行分析处理，最终依据处理的结果来判断变频器的故障。
五，现实难题
因为变频器是风力发电系统中一个比较复杂的电子元件，很难对于其故障部位以及故障原因进行排查。故障的原因也比较复杂多样。有的是变频器本身电子元器件的问题，有的是风力发电系统其他元件的问题，有的是人为操作失误，有的外界环境的复杂多变导致的问题。除了这些因素之外，变频器也是风力发电系统这整个系统的一部分，无法单独运行，因此风力发电系统内部的其他部件故障也会对变频器发生影响，这就是的对于变频器故障原因的判断变得十分复杂。在这样的条件下对于变频器故障额研究与改善就十分有意义。当前比较受到重视，并且被看好的神经网技术对于实际解决变频器故障问题还有一些现实操作方面的问题需要克服。比如说，神经网技术依靠着大量的批处理单元和复杂的网络结构对于变频器的故障处理有着很好的精确性和准确性，但是因为神经网技术的特点导致了运算量和空间占用量被大幅度提升，因此，计算的速度大幅下降。同时，神经网技术和小波分析技术都是比较复杂的技术，单一的使用运行也有很大的技术难度，二者放在一起应用，难度只会加倍。因此，在现实使用上神经网技术和小波分析技术总会出现不配套的情况。这就给实际的技术运用制造了很大的困难，这也是后续的技术发展中急需解决的问题。
结语：
风力发电的前景十分广阔。不仅在于我国有着十分广大的电力资源市场和比较大的电力资资源缺口，而且也是因为今天整体国民的环境保护意识不断加强。在资源供应越来越紧缺的当下，风力发电的前景被越来越看好。为了保障风力发电产业的不断快速发展，保障风力发电的安全性和稳定性，对于变频器的故障诊断和维修技术就必需不断发展，这样才能确实防护与保障变频器的安全稳定运行，有效的保障风力发电系统的安全稳定运行。
参考文献：
【1】单艳梅，王磊《风力发电系统中的变频器故障诊断研究》【J】.山东工业技术.2016(12):189-189
【2】李森，《风机发电系统中变频器的故障诊断研究》【J】，科技风.2013（18）:81-81
【3】余志平，姜兴华《风力发电系统故障诊断技术浅析》【J】，建材发展导向（下），2017（3）