沂水龙山风力发电有限公司 山东临沂 276400
摘要：近年来，随着我国社会经济的快速发展，信息科技水平的不断提高，城乡一体化建设步伐的加快，对能源的需求越来越大。风力发电是一种重要的能源获取方式。而在发电机正常运行过程中，通常会因为各种原因导致故障的发生。基于此，文章将对风力发电机组状态监测和故障诊断技术进行探究。
关键词：风力发电机；状态监测；故障诊断
引言
风能是一种绿色、可再生能源，在很大程度上可以解决发电产生的环境污染问题，风电机组作为风电场运行的核心装置，由于通常地处沿海区域或恶劣环境、交通不便的偏远郊区，且机舱一般位于离地面上百米的高空，因此，给风电机组日常运行维护造成一定难度。为尽量避免风电机组故障造成停机，而带来的巨大经济损失，迫切需要提高风电机组尤其是核心设备风力发电机的运行可靠性。本文在分析风力发电机故障特点的基础上，具有针对性地提出运行维护策略。
1风力发电机组状态监测和故障诊断技术概述
随着近年来可再生能源领域的快速发展，风力发电技术也逐渐得到了广泛应用，相较于传统的煤炭、石油燃料以及现代的核电、太阳能发电等，风力资源不仅更加安全无污染，且其应用成本也极低。因此，目前国内风力发电机组的数目开始暴增，相应地，故障诊断技术研究工作也得到了进一步推进。所谓风力发电机组故障诊断技术，就是指通过对风力发电机组设备运行情况进行监控、分析和测评，来实现对设备故障位置及故障类型的准确判别，以便后续检修维护工作的顺利开展。通过合理利用故障诊断技术，能够帮助技术人员及时发现风电机组运行故障，并对故障类型及产生的原因进行准确的判断，从而有效降低设备故障所带来的安全隐患问题，从根本上提升设备的维修效率及运行效率，并进一步实现对运行维护成本的有效控制。
2力发电机组状态常见故障分析
2.1变压器和变流器
风电机组的电气系统故障虽然造成的停机时间不长，但电气系统发生故障频率较高，反复维修造成过高的维修成本，特别是近年来风电机组不断扩容，导致电气系统故障时有发生，风电机组的电气系统故障主要由变压器、变流器的过流、过压、过热、湿度过大等导致设备内部电路板、电容、功率半导体器件等电子元器件无法发挥正常功能。
2.2叶片故障
风电机组中叶片作为风电机组感应风能的重要构件，叶片往往承受较大风能应力，且所处环境极其恶劣，即使风电机组正常运行，也会出现一些设备故障，如：叶片结构松动造成雨水通过裂纹进入叶片内部，引起叶片不平衡；环境污染等原因增加叶片表面粗糙程度；长期受到风能应力导致叶片变形、叶片结构裂纹、桨距控制失效而造成空气动力不平衡。由于叶片受力出现形变或裂纹时，会释放时变的、高频的、瞬态的声发射信号，风电机组叶片损伤探测与评估常使用声发射检测技术，考虑到叶片故障引发的转子叶片受力不均会传导到机舱上而造成机舱晃动，可在机舱主轴上安装多个振动传感器，通过传感器采集低频振动信号，分析叶片转动空气动力不平衡等故障。
2.3电动机
现阶段风电机组通常采用永磁同步发电机、双馈发电机，直驱式风力发电机是直接耦合电机转子，通常使用永磁同步电机，电机转速一般较低，电机启动转矩较大，定子绕组经全功率变流器接入电网，相对于双馈发电机其运行范围较宽，但直径较大、结构相对复杂，设备成本较高。相对于永磁同步发电机技术，双馈发电机转速相对较高，会存在一定的噪音污染，且风电机组对应需要增速齿轮箱，因此机组整体重量较重。双馈发电机为异步发电机，其额定转速为1500r/min，由于变流器连接转子，可实现功率的双向流动，确保发电机在额定转速70-105%范围内的恒频变速运行，以此获得稳定的输出功率。
风电机组风力发电机中的电动机故障有机械故障、电气故障，机械故障主要表现为轴承损坏、过热，转轴形变磨损、转、定子间隙异常等；电气故障主要表现为绕组断路、短路、过热等。电动机故障通常分析电动机的温度、电流、振动等信号完成相应检测。
3风力发电机组状态监测和故障诊断技术的具体应用
3.1振动监测技术的应用
振动监测技术常用于大型机械设备中，通过在设备中安装传感器，对风力机运行过程中所产生的速度、位移进行测定分析，从而实现对故障位置及故障类型的准确判断。在机械设备的实际运行过程中，内部的轴承、齿轮等部件会逐渐出现裂纹、剥落等状况，从而形成振动的激励源并以周期的形式表现在振动信号中。振动监测技术的原理就是通过对振动信号的时域、频域波形图进行记录，再与正常机组的振动信号进行对比，分析计算出故障的位置。振动监测技术具有较高的准确性，能够实现对机械故障的快速精准定位，因此广泛应用于风力发电机组的故障诊断工作中。
3.2电信号监控技术的应用
电信号监控技术主要应用于涡轮机械、多级齿轮以及感应式电机等设备的故障分析。该类技术是通过对发电机输出电流信号、功率信号等进行处理，来实现对故障情况的分析判断。在电信号监控技术的应用过程中，常用的信号处理法主要包括傅里叶变换法、瞬时功率FFT法、小波变换法等。其中，通过利用傅立叶变换法，能够实现电流信号从时域向频域的转换，技术人员可以通过对不同的频率波形进行对比分析，实现对风力机组故障形式的准确判断。
3.3润滑油油液分析技术的应用
所谓润滑油油液分析技术，即通过对润滑油液中的微粒成分及油质成分进行分析，以实现对磨损部件的判断。在油质成分的具体分析过程中，技术人员通常需要对机械杂质、水分、水溶性酸碱度以及黏度等数据进行监测，根据油质的成分含量及性质来对故障位置进行判断；对于油中微粒的分析，则需要进行光谱分析、颗粒计数，并对磨屑情况进行记录，根据所得数据，例如颗粒的大小、数量以及分布密度等来进行判断，从而进一步对机器设备的磨损程度、故障位置等进行精准计算。
3.4红外光谱分析技术的应用
由于在不同化合物中，物质分子中的化学键所对应的谱带波数变化范围较小，大部分有官能团在红外光谱中都会发生特征吸收，样品中的不同成分在光谱中将表现出不同的形式，例如甲基、羟基等。因此，通过应用红外光谱分析技术，技术人员能够进一步对样品的成分进行精准分析，从而准确把握器械的磨损部位。一般情况下，红外光谱分析法往往需要与润滑油油液分析技术相配合，即通过对油液成分进行红外光谱分析，来完成对风力发电机组故障的诊断工作。
结束语
总而言之，作为可再生能源的重要组成部分，风力发电技术有着其独特的应用优势。风力发电机组状态监测及故障诊断技术的科学应用，能够明显提高故障诊断效率及准确性，不仅为后期的设备维检工作起到绝对的引导作用，而且进一步促进了风力发电机组故障诊断系统的完善。因此，相关技术人员应积极加强对故障分析技术的创新优化，为我国风力发电领域及相关行业的长远发展打下坚实的技术基础。
参考文献：
[1]杨文珺，何婷，王贵军.风力发电机组的故障及维护策略［J］.机械研究与应用，2019，32（5）：190-193，198.
[2]薛鹏，李鑫泉，刘立峰，等.浅析风力发电机组检修维护工作安全管理要点[J].中国设备工程，2019（4）：137-138.
[3]李珉.风力发电机组齿轮箱轴承故障诊断探析[J].中国设备工程，2020（9）：103-104.
[4]张冬梅，王红艳，孙晓辉.风力发电机组故障诊断技术综述[J].内江科技，2019，40（7）：45，26.