风电机组在线远程故障诊断系统的应用

苏卫东

（华电国际宁夏新能源发电有限公司，宁夏 银川 750002）

风电机组在线远程故障诊断系统的应用

苏卫东

（华电国际宁夏新能源发电有限公司，宁夏 银川 750002）

为便于实时检测风电机组运行状态，及时发现风机设备的异常和缺陷，风电机组应用了在线远程故障诊断系统。介绍了该系统的构成和安装布置，分析了系统的功能和应用特点。该系统应用实现了对风力发电机组的主动性维护，提高了风电场的安全性和经济性。

风电机组；在线远程；故障诊断

0 引言

风电场处在偏远地区，占地面积大，风机布置分散，机舱位置高，风机设备巡检工作量大。在风电场的运行过程中，往往因为设备检查不到位，安全隐患没有被及时发现，而造成发电机、风机叶片、齿轮箱等重大设备损坏，严重影响风电设备的安全运行，给风电场造成重大经济损失。

因此，采用风电机组在线远程故障诊断系统，对风机发电机、齿轮箱、风机塔筒等设备的振动情况进行在线监测，以便及时掌握风电机组设备的异常和缺陷，合理进行风机运行操作和检修维护，防止重大事故的发生，减小检修人员的劳动强度，对提高风电场运行可靠性和经济性均具有十分重要的实际意义。

1 系统简介

风电机组在线远程故障诊断系统由控制单元、传感器、电缆、软件平台组成，系统共有3级：

第1级为机舱采集设备，包括ICP加速度传感器、数据采集器、光电转换器、环网交换机等；

第2级为放置于升压站中控室内的数据服务器，分析程序安装于此服务器内，现场工程技术人员可以从这个服务器的终端获取本风场的机组运行数据和状态；

第3级为设立在公司总部的数据网络，管理层、专业技术人员可以通过该数据网络实现更高层次的分析诊断和管理。

每台风机在主轴承45°径向及轴向、齿轮箱行星级水平方向、齿轮箱直联级垂直方向、齿轮箱直联级轴向、齿轮箱第2行星级水平方向、发电机非驱动端水平方向、发电机驱动端水平方向共配置8个加速度振动传感器。这些传感器用于在线监测主轴轴承、齿轮箱、发电机等关键部件的振动。

通过风电机组在线远程故障诊断系统对监测数据进行时域分析、频域分析、多域变换分析，并通过故障数据库、诊断知识库、各种故障模式识别方法(神经网络、模糊诊断和专家系统等)及故障趋势预测，可实现精确的故障诊断，特别是实现早期故障预警与定量诊断，以便及早对设备进行检查维护，避免故障扩大和设备损坏，延长维护和保养的周期，减少维护成本。

2 系统安装布置

2.1 传感器测点布置

依据VDI3884-2009《风力发电振动标准》中对振动测点的相关要求，不同机型的测点布置与点数也有所区别，一般布置8个及以上加速度传感器振动测试点。

2.2 振动数据采集器的安装

根据不同机型，振动数据采集器的安装位置可作调整。安装时应注意安全，并使其便于检查清洁。

2.3 光电转换器的安装

机舱、塔基光电转换器安装于控制柜空置导轨上，其供电电源与数据采集器的供电电源从同一位置引入，并利用光纤的备用芯将光信号转换成电信号后进入生产环网。

2.4 机组环网组网

通常情况下，环网交换机安装于塔基下方，其供电电源从塔基控制柜中引入。光电转换器将光信号转换成电信号后进入生产环网。数据服务器安装于风场监控中心，从升压站二次室将环网的信号引入到风场监控中心。

3 系统主要功能

风电机组在线远程故障诊断系统的主要功能有以下几点。

(1) 监测和显示功能。以监视图、棒表、数据表格、曲线等方式实时动态显示所监测机组的数据和状态；可选择显示所有机组的测量信号变化趋势、波形、棒图、频谱图、三维谱图等；故障报警显示功能。

(2) 基本分析功能。具有时域振动波形、时域特征值(峰峰值、有效值、方差、峰值因数、峭度指标等)提取；信号概率分布和密度函数分析；振动信号频谱和功率谱分析，沃尔什谱、相位谱、瀑布图、细化谱、倒频谱、包络分析，共振解调分析，趋势和相关趋势分析等。

(3) 高级分析功能。包括基于多域变换及其与分类器组合的齿轮和滚动轴承振动信号的高级分析与故障诊断功能，实现故障精细诊断和准确定位。

(4) 故障诊断功能。建立风电机组故障数据库和诊断知识库。在界面工具栏点击故障诊断，选择需要诊断的风机，点击开始诊断项目，软件就能判断设备在某一时段正常与否。

(5) 系统能够自动监测各台风机的运行状况，保存各台风机的运行档案。当风机出现异常时，系统自动提示报警并给出异常部位的处理建议并指导检修。

(6) 风机振动数据自动长期保存，可以形成风机振动情况的电子化档案。

4 系统应用特点

(1) 该系统数据采集装置兼容了高速数据采集和不间断数据采集2种极端要求。高速数据采集器最高可以实现100 kb/s的数据采集速度，这样可以在更高频段分析齿轮箱的啮合频率。不间断数据采集，即可以实现对全部通道不间断数据采集，从而可以实现超低频分析。

(2) 采用多种分析方法实现精确故障诊断与早期故障预警、故障定位。

(3) 该系统采集风机主轴、齿轮箱、发电机振动等数据并上传，运用了包括时域波形分析、频域波形分析、倒谱、共振解调、小波分析、细化频谱等最适合于风电设备机械结构特点的分析技术。

(4) 该系统能够诊断风电设备常见的故障，包括：轴平衡、轴对中、齿轮故障(齿面剥落、齿面点蚀、齿间隙不良、齿裂纹、断齿)、轴承故障(保持架、滚动体、轴承外圈、轴承内圈的点蚀、磨损、凹坑、松动)、风机叶片不平衡、发电机联轴器以及转子偏心故障、共振问题等主要风机故障类型。

(5) 有利于运行人员监控。以总览方式显示所有风机的振动值和状态，以列表显示所有测点的峰峰值、有效值和峭度，以机组方式显示一台机组结构图、测点布置位置、各测点的有效值和峭度。

(6) 有利于提高风电场发电量。在线检测风机运行状态，在无风时统一维护维修，保证风机在最优状态，有效减少意外的故障停机，最大限度提高风电场发电量，提高公司经济效益。

(7) 有利于减少人员工作量。远程数据自动采集、设备的远程故障诊断，减少了现场的日常巡视工作量。

(8) 建立新型设备管理维护模式。结合该系统制定公司的风电设备状态检修管理制度、设备检修标准、检修周期，达到降低设备维护维修成本，延长机组使用寿命，保证设备安全稳定运行的目的。

(9) 经济效益明显。该系统投运后，及时发现某风机发电机驱动侧、非驱动侧的峰峰值、有效值及峭度均严重超标。维护人员对发电机进行了对中调整，避免了发电机损坏。预期可减少发电机备件费用60万元，运输费用2万元、吊装费用5万元、电量损失3.36万kWh，共减少损失68.88万元，可取得明显的经济效益。

5 结束语

该系统具有对风电机组故障的发现和诊断能力，能及早发现风机发电机、变速箱及轴承等重要部件的故障征兆，便于及时采取有效的预防措施，避免故障扩大，从而延长机械寿命，降低检修维护费用。

同时，可以利用该系统随时跟踪故障的变化趋势，根据故障的发展情况，合理安排消缺时间，利用小风期安排消缺，避免消缺造成大量电量损失；并可减少人工巡检次数及备品的库存，节省人力、物力，实现了对风力发电机组的主动性维护，提高了风电场的安全性和经济性。

2014-10-14；

2014-12-12。

苏卫东(1967-)，男，高级工程师，主要从事风力发电、太阳能发电故障、预测系统技术研究及安全生产管理工作，email：401728612@qq.com。