基于故障诊断和无线通信技术的风电场优化管理系统

文 | 吴少花

风电场

基于故障诊断和无线通信技术的风电场优化管理系统

文 | 吴少花

风力发电作为风能利用的主要形式，目前已成为技术最为成熟，推广和应用最为广泛的新能源之一。随着大规模风电场的建设与投产，风电场的运行与维护成为风电场面临的最大问题。尤其是早期投产机组出现故障的频率增加，采用传统的“事后维修”方式，不仅影响风电场的正常运行，而且付出巨大的人力、物力、财力代价，造成经济损失。实现故障的早期诊断及预警和“视情维修”将大大降低维护费用，缩短维修周期，提高风电场运行效率。

随着风电技术应用的推广，风电场的经济和可靠性运行日益受到关注，国内外有一些相关研究成果。总的来看，目前的监测技术在诊断精度、智能化、建设成本以及在结合季节和整个风电场因素的优化管理技术方面有待提高。

本文提出了一种风电场优化管理系统的实现方法，在故障诊断方法、无线通信组网结构和系统构造上进行了一些探索，也取得了较好的效果。限于篇幅，本文主要针对风电机组中的齿轮箱和发电机诊断技术进行说明。

数据采集

发电机数据采集系统如图1所示，包括霍尔电流传感器、加速度振动传感器、电荷放大器、PCI数据采集卡和工控机。

齿轮箱数据采集系统如图2所示，主要包括加速度传感器、电荷放大器、PCI数据采集卡和工控机。

数据采集系统不但能够将采集到的信号如图3以波形的形式实时显示，还可以计算诸如最大值、平均值、方差和峭度等时域特征量，除此之外，还能够将采集到的数据保存到本地数据库和通过组建的无线网络上传到主控室。

图1 发电机故障特征在线提取装置结构图

图2 风电机组齿轮箱在线故障诊断装置系统框图

故障特征提取系统以风电机组塔底的工控机作为数据处理器，对数据采集系统采集到的故障特征信号进行数据预处理和故障特征提取。

数据预处理包括消除趋势项、平滑波形和小波去噪。传感器和采集卡由于有误差将导致采集的数据偏离零点而产生趋势项，趋势项的存在对频谱分析有较大的影响，因此采用最小二乘拟合法消除趋势项。此外，数据采集过程中会引入很多高频干扰，使得采集的数据出现很多毛刺，给后续的分析带来很大的误差，因此先利用五点三次平均法平滑波形，然后再采用小波进行默认阀值滤波。原始数据和预处理后的数据波形对比如图4所示。

数据处理

一、故障特征值提取

输出处理分为两部分：一是数据采集后发送到主控室之前的预处理，以便减少数据传输量；二是数据传输到主控室并存入数据库后的优化处理。

故障的发生会产生相应的故障特征频率，且不同的故障其特征频率是不一样的，因此当发电机发生不同的故障时，信号的能量分布是不一样的，即各频段能量的分布代表了某种故障，这里采用这种“能量－故障”映射的方法来提取故障特征。

在实际应用中，由于某些故障的特征频率与主频率十分接近，况且傅里叶变换会有频谱泄露，这些都会增加准确定位故障特征频率的难度，因此单一的傅里叶变换在实际的故障特征提取应用中并不能胜任。小波包变换能够将频带多层次任意划分，时频分辨率极高，因此可以采用小波包变换提取故障特征量。小波包分析法虽然能够判断故障是否存在，但却得不到故障特征频率值和故障特征频率的幅值，即检测不到故障程度。而傅里叶变换虽然频率分辨力不高，却能得到信号的频域信息。因此可将小波包分析和快速傅立叶变换结合一起处理故障信号，即先对故障信号进行小波包分解，提取能反应故障特征的小波包分解系数，再对该小波包分解系数进行重构，最后对该重构信号实施快速傅立叶变换或者包络分析，获得故障特征频率与特征幅值。

特征量的提取是构建故障诊断系统的关键。风电场风况存在时变性、随机性、不确定性，使得发电机的故障信号成为一个时变、非平稳信号，再加上早期故障的特征信号较弱，一般的频域法难以处理混有微弱故障信号的定子电流信号，小波方法则可进行时域一频域分析，能够检测到微弱瞬态信号的存在并能确定其产生时间，还具有良好的局部化特性。但传统小波变换存在频率混淆现象，为消除这一混淆现象，这里采用了单子带重构改进算法，将每一层子带中多余的频率分量去掉，从而达到更优的时频分辨能力。

图5、图6给出了利用单子带重构改进小波变换提取出两组风电机组正常、定子匝间短路、转子断条、气隙偏心等四种状态下的特征量。

二、故障诊断算法

图7是基于BP人工神经网络和遗传算法（GA）构造的智能故障诊断系统流程图，图8为故障诊断界面。

图3 数据采集系统界面

图5 特征量A

图4 预处理前后数据波形

图6 特征量B

图7 智能故障诊断流程图

图9 系统的总体结构

图8 故障诊断界面

图10 通信网络硬件结构

无线通信技术

本文为风电机组状态监测和故障诊断系统设计了一套用于传输风电机组状态参数的无线通信设备，用于构建覆盖主控楼和风电机组的无线单级Wi-Fi网络，使用IEEE802.11/n协议标准，支持多台风电机组与主控终端之间同时传输数据、无需通过中间节点进行多跳转发，有效提高风电机组状态参数的实时性，具有架设快、扩容性好、维护方便、设备简单和成本低等特点。同时开发了用于储存、查询风电机组运行状态参数的数据库软件，为风电机组状态历史记录查询和故障诊断提供了平台。无线通信系统结构图如图9所示。

通信系统的整体结构如图10所示。设于风电机组机舱内部的上位机1的功能是采集发电机和齿轮箱的振动信号，通过固定在塔筒内部的RS232总线5将采集数据传输至设于风电机组底舱电源柜的下位机3上并存储。下位机通过电流互感器采集发电机的输出电流信号并存储，同时下位机3通过MIMO无线网卡4接入由无线热点2构建的Wi-Fi网络，主控终端6通过外置Wi-Fi接收器7也连入无线网络，下位机将采集到的全部数据通过Wi-Fi网络传输至主控终端6，在主控终端上即可实现对采集数据的存储、查询、处理等功能。

由于采集数据量较大，应当配以适当的数据管理算法，本系统中采用了WAMP集成环境下的基于网页发布的B/S构架。中心服务器将接收到的风电机组状态参数存储至数据服务器，数据服务器与发布数据库进行数据交换，各终端通过Wi-Fi网络访问发布数据库，即可得到所需数据，如图11所示。

本系统在实际运行时采用了数据网页发布的架构，使得各终端只要接入Wi-Fi网络，即可通过网页访问服务器数据库，获取当前状态下风电机组的运行状态参数，并可对历史数据进行查询，如图12、图13所示。

优化管理系统

图11 多终端数据浏览结构图

图12 网页浏览风电机组运行界面图A

图13 网页浏览风电机组运行界面图B

基于数据库中的故障特征值及其发展趋势，再考虑季节因素，应用模糊综合评判的方法，制定经济和可靠性指标约束下的整个风电场的优化维护计划。可根据故障程度采取相应的实施方案，对于严重故障，及时报警处理；一般故障，根据季节因素、故障维护成本和备用件情况，因地制宜地进行处理。

结语

本文提出了一种基于数据采集、数据处理、无线通信和综合优化的风电场运行管理系统，在故障诊断方法、无线通信网络结构和风电场的综合管理方面，进行了有实际应用价值的探索，在减少维护成本和保障发电量、可靠性方面具有重要应用参考价值。本系统已在汕尾红海湾风电场进行了试运行，已取得了一定的效果，目前正在进一步完善中。

（作者单位：国华（汕尾）风电有限公司）

摄影：王忠伟