潘多廷
甘肃省特种设备检验检测研究院 甘肃省兰州市 730000
摘要：在我国倡导节能环保的政策号召下，利用风能进行发电在我国电能供应中占有一定的比例，对于优化我国能源消费结构具有重要意义。由于风电场的运行环境比较恶劣，所以增加了风力发电机发生故障的几率。为了保证风力发电的稳定供应，可对风力发电机实施状态监测和故障诊断技术，及时监控发电机的运行状态，提高故障诊断和维修效率，确保电能的稳定供应。文章首先对风力发电机采用状态监测和故障诊断技术的必要性进行分析，然后阐述了状态监测和故障诊断技术在风力发电机中的应用，对于提高风力发电机的运行效率具有重要意义。
关键词：风力发电机；状态监测；故障诊断；技术分析
引言
近年来，随着工业的发展，环境污染日益严重，新能源风力发电在各行业领域应用日益广泛。一般风力发电场多建于偏远地区，地处环境恶劣，无法应用有效监测技术解决风力发电机组各种故障与信号不统一等问题。因此，基于风力发电机不同监测数据，全面分析风力发电机组运行时遇到的故障，深入研究风力发电机组监测与故障技术具有非常重要的意义。
1风力发电机采用状态监测和故障诊断技术的必要性
为了便于风能的获取，风场一般都设在比较偏远的山区或者近海区域，所以风力发电机会受到阵风、侵蚀等因素的影响。风力发电机组一般设在50~80m的高空，在机组运行时需要承受较大的受力载荷。由于设计不合理、焊接质量缺陷等原因会引发机组运行故障，当出现阵风时，会对叶片造成短暂而频繁的冲击载荷，而叶片受到的荷载又会对传动链上的部件产生不同程度的影响而引发故障，其中风轮、主轴、齿轮箱、发电机等受到的影响较大。计划维修和事后维修是风力发电机比较常用的维修方式，但是这两种维修方式都存在一定的缺陷，计划维修的检修范围不大，维修内容不详细，无法全面的反应出机电设备的运行状况。而事后维修的维修时间长，维修效率低，所以造成的经济损失较大。所以需要提高风力发电机维修水平，采用状态监测和故障诊断技术可大大提高风力发电机运行的稳定性和可靠性。
风力发电机状态监测和故障诊断技术主要是利用计算机控制系统，将信号采集、在线监测和信号分析综合运用的系统。状态监测技术主要有油液监测、振动监测、温度监测、应变力监测，利用安装在风力发电机中的检测设备进行信号的收集，然后通过对信号的处理、分析、判断和诊断，就能够及时获取发电机的运行状态，进而通过控制中心对发电机的运行状态进行调整，可有效预防故障的发生。油液监测技术主要是通过对润滑油和液压油的性能进行分析，以此来掌握设备的润滑及磨损状态。振动监测主要是通过振动信号的收集来分析风力发电机的机械故障，比如转子不平衡，转轴弯曲等。温度监测主要是通过温度传感器获取设备的运行温度，常用于电子和电气元件的故障诊断，能够比较直观的反应设备的运行状态。应变力监测主要是通过应变力传感器来获取信息，主要用于叶片寿命的预测和疲劳状况的监测。状态监测和故障诊断技术能够对风力发电机进行远程监控和诊断，通过对各项数据信息的收集整理，能够实时监控风力发电机各个部件的运行状态，可有效遏制安全事故的发生，提高风力发电机运行的稳定性和可靠性。
2状态监测和故障诊断技术在风力发电机中的应用
2.1故障诊断分析
对风力发电机组进行故障诊断时，要根据机组自身结构的复杂性和机组运行环境的特殊性，综合分析各种因素，提高故障诊断结果的准确性。风力发电机组运动部件多、结构复杂，故障诊断比较困难。因此需要更新传统诊断技术，积极应用新技术和新理念，准确诊断各种故障，为故障的解决提供依据。对于风力发电机组的故障诊断，需要准确掌握各类不同的故障现象，根据机组电力参数、振动、压力、形变、磨损、温度等性能特征进行综合分析，完成故障诊断。
2.2电气故障发出信号的控制
首先对一些参量的信号开展测验，发出的信号有发电机定子的线圈温度、定子的电压、定子与转子的电流、发电机输出功率以及转子转速等，然后对其进行处理，最后进行识别。要想找到电气不运作的原因，可以使用定子电流检测方式、一小部分放电的监测方式、振动检测法等。转子或定子线圈短路故障根据研究发现是发电机转子、定子线圈绝缘损坏引起的，包括匝间短路、相间短路、层间短路等问题，所以，短路故障监测和诊断是研究的重点。为了监测发电机的状态，可以对电压、电流和转子扭矩进行检测。要想对发电机状态实施更全面的监测，还可以对大气温度和大气压力等进行测量。在转子电流信号中会出现故障谐波分量，这是由于发电机定子出现了匝间短路，定子电流的对称性被打破，生成一个反向的旋转磁场。对于发电器每匝之间短路事件的检测包括负序的电流、电流的谐波成分、电流Park的矢量运行路距等。在短路匝数比较少时，定子电流变化量微小，这种情况很难检测出谐波成分。定子单相、双相、三相的短路这3种情况被称作相间的短路现象。要想更好地识别发电机的相间短路故障，可以采集发电机的电流、温度和振动等信息。采集和相间短路有很大联系，当发生相间短路时，采集就会产生变化。故障特征也是和短路的时间息息相关的，诊断发电机相间短路的主要方法是基于功率谱密度的故障诊断法、基于离散小波变换的故障诊断法、反向传播（BackPropagation，BP）神经网络法、Elman神经网络法以及概率神经网络（ProbabilisticNeuralNetwork，PNN）法。其中，速度比较快的是BP神经网络法；网络结构比较简单的是Elman神经网络；PNN的神经网络的优势为容错能力较强。
2.3设备的检修
对于风力发电机组的运行而言，设备的安全质量直接决定了发电的质量，一旦其中某一部件或者某一设备出现问题均会直接影响风力发电机组的正常运行。因此，在风力发电机组的工作与运行过程中，需要定期的对其各项设备以及各个部件进行定期的检修与维护，不仅仅要保证各个零部件和设备的质量，还应该保证各个部件以及设备的参数设置正确，能够正常运行。当检测中发现问题之后，需要根据问题以及潜在安全隐患进行分析，采取有效的方法和技术手段来排除安全隐患。针对问题解决问题，针对安全隐患排除隐患，有效规避风力发电机组故障风向。
2.4保障风机安装质量
对风力发电机组而言，要严格依照相关规范与标准安装流程，从根本上保障机组安装质量，提高风力发电效益与安全性。现阶段，风力发电机组所处环境恶劣，由此加大了设备安装难度。因而安装时要加大控制力度，依照标准与规范安装机组设备。此外安装完成后还要检查安装质量，安装不合格机组要责令整改或重建，做好安装质量验收，从根本上实现高质量的完成风力发电机组安装，实现预期运行效果目标。
2.5神经网络和专家系统在风力机故障诊断中的应用
随着信息技术以及人工智能技术的发展，新技术也开始应用于风力发电机组的故障诊断部当中。目前人工神经网络技术、专家系统技术以及模糊逻辑技术均开始应用于风力发电机组的故障诊断当中去，希望能够提高故障诊断的准确率。
结束语
综上所述，受运行环境与自身结构影响，相较之传统发电设备，风力发电机组极易发生故障，且故障原因复杂多变。因此，实时、全面及系统化的监测风力发电机组，采取有效的故障诊断方法解决机组运行故障，保障电力企业经济利益与社会效益具有重要的意义。
参考文献
[1]赵铁印.双馈式风力发电机组发电机滚动轴承状态监测及故障诊断方法的分析[J].科技风，2018（19）：195.
[2]吴艳标.风力发电机状态监测和故障诊断技术的研究[J].城市建设理论研究（电子版），2018（07）：1.