智能化风电机组在线监测技术研究

张亚洲

摘 要：发展清洁、可再生能源是新时期可持续发展战略的重要内容。近年来，风能发展迅速，如何确保风电机组的稳定运行，是确保风能有效利用的重要前提。文章分析智能化风电机组在线监测的技术原理、技术要点，并在此基础上，阐述了智能化风电机组在线监测技术的价值和社会效益。文章一方面强化了对智能化风电机组在线监测技术的认识，另一方面深入研究了智能化风电机组在线监测系统的建立，对于推动风能事业发展起到重要作用。

关键词：风电机组；智能化；在线监测技术

中图分类号：TM315 文献标识码：A 文章编号：1006-8937（2015）27-0066-02

1 风能机组

风能是一种干净的、可再生的能源，在当前国家大力保护环境、节约能源的背景下，利用风能发电是极为重要且极具有发展潜力的发电方式。然而随着风电机组装机容量及机组单机容量不断增长的同时，又对风电机组的安全、可靠性提出了更高的要求。

据统计，大兆瓦级风力发电机组的故障主要集中在齿轮箱、发电机、叶片、电气系统、偏航系统等关键部件。

这些关键部件一旦出现故障，会造成风电机组停机损失发电量，再加上风电场所处的地理位置比较偏僻，气候条件比较恶劣，而且机组处于高空运行，维修维护成本较高，严重影响风力发电的经济效益。

因此，对于机组的主要部件进行连续监控，第一时间了解机组的健康状态，具有重要的社会经济价值。

本文所阐述的智能化在线监测系统目前在国内3 MW机组上实现批量安装。

据分析，使用在线监测系统，由于齿轮箱故障导致的维修费用相比没有安装在线监测系统，可节省59%的费用。

可见，安装在线监测系统，对于风电行业的经济效益有着显著的影响。

2 智能化风电机组在线监测的技术原理

针对当前控制机组安全运行、降低风电机组的维护成本，提高机组利用率的需求，开发智能化的风电机组在线监测系统，以便更及时、更准确的对风电机组健康状态进行评估，保证机组安全、可靠、经济的运行，同时系统经过长期运行，可以获得机组的状态数据，对机组设计的改进及现场维护有积极的指导意义。

高、低频加速度传感器的参数表，见表1、2。

从表中可以看出，智能化风电机组在线监测器系统的高、低频加速度传感器具有更高的灵敏度，并且，在频响范围上有了较大的改善，在很大程度上提高了传感器的应用效率。

此外，在温度范围上，-50～+120 ℃进一步提高了传感器的应用性。

根据风电机组的机械结构特点，在风电机组的主要传动链部件上安装振动传感器，结合风电机组主要部件的振动特性，定制专门的数据采集策略来实现数据的采集，在研究部件振动机理的理论基础上，采用智能化的数据处理方法来实现部件特征信息的提取，建立起适用于风电机组故障的专家知识库，进而实现系统的自动智能诊断。智能化风电机组在线监测系统中数据采集单元的参数表，见表3。

从表中可以知道，数据采集单元的优越性更加显著，-30～65 ℃的运行环境、-40～70 ℃的储存环境温度，这对于确保数据有效采集是至关重要的。榆次同时，在IP等级和防腐等级方面，为进一步确保数据采集单位的有效工作，防腐登记和IP等级都有了较大的提高，进而体现在线监测技术的优越性。

3 智能化风电机组在线监测的技术要点

相比于其他的在线监测系统，智能化风电机组在线监测的技术要点更加显著、更有助于提高在线监测的有效性。

具体而言，智能化风电机组在线监测的技术要点，集中表现在以下几个方面。

3.1 高可靠性的硬件设计与开发技术

智能化风电机组在线监测所开发的硬件系统，具有稳定好，可靠性高、环境适应性好等特点。同时在数据采集方面，针对传动链不同部件的振动特性，定制适用于该测点的采集策略，通过通讯的方式从风电机组主控系统获取相关参数信息（功率、风速、轴承温度等），实现这些参数信息与振动数据的同步采集。

3.2 风电机组振动故障特征信息的提取方法

风电机组由于其变转速、变载荷的特性，加上其运行过程中会受到变桨、偏航等的影响，使得其振动信号比较复杂。本课题通过分析研究风电机组传动链各部件的振动机理及故障特征，在传统数据处理的基础上，采用智能化的数据处理方法从复杂的信号中提取部件的故障特征特征频率，为建立专家数据库，准确的判断机组的运行情况提供有力的依据。

3.3 故障诊断专家知识库的建立

故障诊断是风电机组在线监测系统的重要部分，故障诊断的准确性直接关系到系统的应用情况。本课题在风电机组主要机械部件振动机理研究的理论基础上，结合长期的振动数据的积累及故障案例的分析总结，建立基于风电机组的故障诊断专家知识库，进而实现系统的自动智能诊断功能。

3.4 准确的报警设置方法

针对不同风电机组在不同工况下的振动特性，建立基于工况的数据存储策略，通过分析各工况下风电机组的振动数据，自动设置报警值，避免发生误报漏报的情况，提高系统报警的准确性，为现场维护提供更为可靠的建议。

3.5 良好的系统集成性

本系统可以兼容油液传感器的数据分析，与振动数据的分析互相支撑、互相补充；同时系统软件可以与风场SCADA系统兼容，即在SCADA界面上可以实时显示风电机组主要部件的运行状态，以便于风场管理人员对整个风电机组的管理与控制。

4 智能化风电机组在线监测的技术价值

在实际中，在线监测系统已作为3 MW机组的标准配置，实现批量化应用。如西班牙Laloma风电场、南非Metro Wind风电场、上海东海大桥风电场、江苏东风电场等。系统运行稳定，能实现对风电机组主要部件进行实时监测，对机组的健康状况做出准确的判断与评估的功能，为现场维护提供了指导性的建议。

未来该系统也会成5 MW、6 MW以及更大机型上作为标准配置。

国家《风力发电机组状态监测导则》中明确规定，对于2 MW及以上风力发电机组，必须安装在线监测系统。可见，随着风力发电机组装机容量的不断增加，在线监测系统也有着广阔的市场空间。

目前，关于智能化的风电机组在线监测技术，国内外均已开展相关工作。在线监测系统的目的是通过对数据的分析，发现风电机组主要部件运行过程中可能存在的隐患。可见，故障诊断的准确性是评价在线监测系统好坏的主要指标之一。

然而，准确的故障诊断又与所采集数据的准确性、采集策略、对风电机组特性的了解、数据处理方法等环节都有着密切的关系。与其他在线监测系统对比，本文所研究的监测系统，其价值主要体现在以下几方面。

4.1 数据采集策略的多样性

针对风电机组主要部件的振动机理，针对不同 部件不同测点采取不同的采集策略，同时实现机组主控参数信息、振动信息的同时采集，从而获得有效的数据。

4.2 报警值设置的准确性

当前大多在线监测系统报警值的设置基本上基于VDI3834标准，但是由于风电机组有其不同的振动特性，用统一的标准来设定报警值，效果极其不理想。本系统采用基于不同工况的报警值设置方法，使得报警更准确。

4.3 数据处理方法的先进性

目前大部分在线监测系统都采用传统的数据处理方法，本课题在传统数据处理方法的基础上，采用了一些智能化的数据处理方法，为故障诊断提供有力的工具。

4.4 故障诊断的自动化、智能化

目前大部分在线监测系统都是通过人工的分析方法，故障的发展是一个循序渐进的过程，仅通过人工的方法定期分析数据，这样会花费较高的人工和时间成本。智能化风电机组在线监测系统可以对常规的故障实现智能诊断，对于比较复杂的故障，还需要专业的工程师进行分析。

5 智能化风电机组在线监测技术应用的社会效益

随着风电机组装机容量的增加，以及风电机组向大兆瓦级的方向发展，由于风电机组故障停机导致的发电量损失、维护维修成本过高等问题已成为风电行业比较关注的问题。

如陆上一台3 MW机组，塔架高达90 m左右，齿轮箱重量20 t左右，如果齿轮箱发生故障，仅拆装费用可高达100万元以上，如果再加上运输和维修费用，则高达200万元，这相当于风力发电机组生产成本的13%，而且还会导致机组停机数月，影响发电量。海上机组由于拆装的困难，维护需要出动大型轮船，其维护成本至少是陆上的2倍以上。

因此，在风电机组上安装在线监测系统，实时监控风电机组的运行状态，及时发现设备存在的隐患，采取有效措施避免重大事故的发生，同时可将当前风电场定期维护和事后维护的模式改为预测维护模式，可以有效的降低运行维护成本。

6 结 语

总而言之，风能作为一种可再生清洁能源，近年来得到了快速发展，成为电力行业发展的重要部分。风电机组的安全稳定运行，是确保风能有效利用的重要前提，如何构建智能化的在线监测系统，是确保风电机安全稳定运行的重要工作。

本文通过智能化在线监测技术的研究，并建立智能化风电机组在线监测系统，在很大程度上优化了在线监测技术，对于进一步推动风电机组在线监测技术的发展，起到了重要的作用。

参考文献：

[1] 张洪武.风电机组远程在线状态监测技术[J].风电技术，2008，（10）.

[2] 袁越.海上风电机组状态监控技术研究现状与展望[J].电力系统自动化，2012，（4）.

[3] 刘峰.风电机组塔筒在线监测技术的应用研究[J].风能，2014，（7）.

[4] 姚兴佳.大型风电机组振动分析和在线状态监测技术[J].沈阳工业大学学报，2007，（5）.

[5] 张进.风电机组传动系统可检测性设计研究[D].宜昌：三峡大学，2013.

[6] 张彦创.风电机组状态监测与故障诊断系统的设计与实现[D].吉林：吉林大学，2013.