马仲福
中国三峡新能源（集团）股份有限公司青海分公司 青海西宁 810000
摘要：现如今，我国是社会经济迅猛发展的新时期，风力发电的发展对能源污染问题起到了一定的缓解作用，随着风力发电机组的广泛运用，各类故障问题也接踵而至。基于此，文章探讨风力发电机组故障诊断技术，分析风力发电机组运行故障的主要形式，研究风力发电机组故障诊断技术的具体应用。
关键词：风力发电机组；故障；诊断技术
引言
伴随着全球能源危机给各国人民的紧迫感，风力发电大行其道，风力发电机及大规模大型风力发电机组在全世界各个范围内尤其是风力资源充足的地方随处可见，但是由于人类的需求不断提高对电能的质量，电压的质量等级需求随之增加导致电网电压的等级也跟着提高，从而引起了全世界各国电力方面的教授工程师对风电并网系统对电压稳定的影响的研究。
1齿轮故障机理与诊断方法
叶轮在风的作用下转动，其轮毂转动带动齿轮箱的输入轴，进而带动行星架转动。行星与轮箱体上的内齿圈以及太阳轮啮合，在实现自转的同时又能实现公转，完成第一轮增速；然后太阳轮带动同轴大齿轮和中间轴上的小齿轮啮合转动，进而完成第二级增速；中间轴和输出轴的齿轮啮合转动形成第三级增速。通过三级增速，能以大于100的传动比带动发电机发电。各种齿轮故障可以反映在频谱中，并且可以根据齿轮振动信号的齿轮频率分量对齿轮故障进行诊断。使用振动和噪声作为故障信息载体进行精确的齿轮诊断，当前使用的信号处理方法为：时域分析方法，包括波形时域，调幅解调等，分析频域的方法以功率频谱为主。由于时域的信号受多种因素的影响很大，因此波形更加复杂，不易清楚地区分故障原因。因此，齿轮故障的判断主要采用频谱分析的方法。齿轮负载波动对振动振幅的影响导致振幅调制。在传输信号中，啮合频率分量通常是载波分量，而齿轮轴旋转的频率分量通常是调制波分量。行进速度的波动在振动中表现为频率调制。一些齿轮的故障会导致信号被调制，调制的结果是频谱中出现了边沿频率。当齿轮副经历初始磨损时，将生成与振动频谱相对应的特征频率，可以通过测试仪器进行验证。但是，齿轮的振动频谱包含很多信息。振动对故障的影响是多方面的，并且分析起来很复杂。
2风力发电机组故障诊断技术研究
2.1Ｄ矩阵诊断示例
Ｄ矩阵故障诊断方法是典型的定性模型方法，其核心是建立故障原因与故障现象的依赖关系，再通过故障现象推导故障原因。Ｄ矩阵依赖模型与贝叶斯网络结构类似，同样利用带有箭头的连线来表达故障原因与故障现象之间的关联。若某故障原因会导致某故障现象出现，则在它们之间通过箭头进行连接。Ｄ矩阵故障诊断通常将依赖模型转化到一个布尔矩阵中，利用“１”、“０”来代表“依赖”或“不依赖”关系。
2.2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。
2.3加强系统无功补偿
当双馈风电并网系统受到各类故障扰动时，要想保持电压的稳定性，关键就是要保障系统具有充足的无功补偿，即可以通过加装无功补偿装置来达到目的。同时，双馈风机转速也是系统稳定运行的影响因素之一，转速的大小会影响无功补偿的效果。
而使用无功补偿装置相比较于传统的并联电容器补偿的方式，调节更加平滑，受到外部的限制更少，反应速度更快，效果也更加的明显。而无功补偿装置中比较有代表性的是静止无功补偿器（SVC）以及静止同步补偿器（STATCOM），其可以将无功功率平滑稳定地注入电网中，同时这两者具有实时性，可以在无功功率降低的瞬间进行补偿，从而恢复原有的状态。
2.4齿面微腐控制
如果齿轮箱长时间处于润滑油不足状态，则齿面将与空气发生反应，从而在齿面上形成轻微的腐蚀。为了有效地控制齿表面的微腐蚀，首先检查齿轮箱润滑油的状况，油温是否过高以及润滑油中是否混有杂质等。以防止由于润滑油不足而引起的齿轮表面微腐蚀。因此，当齿轮箱不工作时，必须根据润滑条件进行强制润滑，并且必须检查润滑油的质量及其状态，防止润滑油变质。同时，请确保正常使用齿轮箱呼吸器，例如硅胶已变色。如果呼吸器的除湿功能失效，则必须及时更换。
2.5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。
2.6齿轮油变质控制
根据齿轮油的采样周期，需要对齿轮箱定期进行油样采集，分析机组齿轮油磨损铁元素和磨损颗粒含铁量（PQ指数）是否超标。以此判断齿轮油的理化性能和磨损元素，保障设备润滑和磨损状态正常。
2.7磁场强度分析
新型风力发电机组与传统风力发电机组最大的区别在于前者利用铜质风叶的旋转可产生二次发电，为了方便计算二次发电的发电功率，需要对永磁体作用在铜叶片上所产生的磁感应强度进行分析。为了清晰的看出永磁体对铜叶片的作用，采用 Maxwell 软件分析该模型中永磁体所产生的磁场强度。首先，对铜叶片与磁铁块部分的模型进行简化，通过 SolidWorks 软件建立简化模型，保存为．igs 格式。再将其导入 Maxwell 软件中，选择瞬态分析，按照要求设置材料属性，对于磁铁块来说，因其呈间隔形式排布，故充磁方式按照 1 和 －1 的数值设置。之后对模型设置边界条件，设置 band 域，依次设置相应的转速差，划分网格。最后，建立 analysissetup，对模型进行磁场分析。
结语
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]陈长征，赵新光，周勃，等.风电机组叶片裂纹故障特征提取方法[J].中国电机工程学报，2013（2）：112-117.
[2]沈艳霞，周文晶，纪志成，等.基于小波包分析的风力发电系统中变流器的故障识别[J].电网技术，2013（7）：2011-2017.
[3]张晓东，许宝杰，吴国新，等.风力发电机组故障诊断专家系统研究[J].制造业自动化，2014（21）：21-25.
[4] 陈文涛,谢志江,陈平.风力发电机组齿轮箱故障监测与诊断[J].机床与液压,2012,40(03):167-169.
[5] 王哲.关于风力发电机组状态监测的思考[J].中国设备工程,2007(04):43-44.