风力发电机状态监测与故障诊断技术综述

孙海光

摘 要：风力发电机状态监测与故障诊断技术的有效落实，一方面能够根据已有发电机状态，判断潜在的故障隐患，并提供有效的防治措施，以便维持风力发电机的运作稳定性；另一方面更能有效增强电力设备的可控性，降低外界环境对设备的影响，更维护了地方电力环境的质量。本文基于风力发电机工作原理展开分析，在明确常见故障与系统对策同时，期望能够为后续电力系统的构建提供良好参照。

关键词：风力发电机；状态监测；故障诊断；技术分析

1 风力发电机工作原理概述

风力发电机技术基于电子技术、电磁学、材料科学与空气动力学提供的可持续能源产出设备。在运作期间，电力发电机主要是通过风机的叶片将风流产生的动能转化为机械能，由此提升齿轮组转速的同时，通过磁感线等原理将机械能转换为电能的措施。比较传统的火力发电环境，风力发电机能够有效降低资源的损耗，并避免了燃烧产物对自然环境的伤害，使风力发电机的应用成为未来电力能源系统构建的必然趋势。

从现阶段风力发电机的种类来看，主要由叶片数目、叶尖速度、变桨方式与受力旋转方式几个方面分类，以便有效适用于各个地区场景的同时，保障电力设备运转的稳定性。而今，我国境内最普遍的风力发电机主要是三叶片变桨上风向水平轴机组。

2 风力发电机常见故障

2.1 刹车盘故障分析

刹车盘故障会严重影响低风速时风力发电机运转的效率，使电机组的电网环境随之产生波动性，如此自然便影响了发电质量。此类问题多是由于刹车力矩变大，使刹车构件在短时间内对刹车底板施加较大的摩擦力，由此使底盘变形。对于此类问题，才通过液压油的替换使刹车阻尼管延长刹车动作，由此满足正常制动时间的标准，并降低紧急刹车的力度，才能有效降低刹车底盘变形的概率，并减少对齿轮组的伤害。

2.2 液压油故障分析

根据以往风力发电机组发生的故障资料可知，液压油问题出现较为频繁，此种问题多是由于齿轮箱内叶尖油管线路出现侧漏，导致油位升高的同时使内部压力过大，如此便会基于挤压是油压管破损，从而是液压油出现泄漏问题。对于此种问题，一旦发现必须及时对管路进行修补或更换元件，避免齿轮表面出现异常，以便保障机组运作正常。

2.3 减速器故障分析

减速器主要是驱动电力发电机机舱运转的动力元件，在工作运行期间，能够跟随风向制动机舱，由此确保电力发电机运转正常。减速器运作与外界风力环境有所关联，通常会出现重复启停的动作，从扭矩与摩擦性的角度来分析，此种元件受损必定十分严重，并且安装位置所受限制较大，所以一般会采取蜗牛蜗杆与多级行星减速的方式，为设备元件提供跟更全面的保障。而从减速器故障资料来看，此类故障多事因为采用了单电动机驱动的措施，使保障机构系统受到较严重的创伤，若无法及时进行更换和修补，则极易影响风力发电机的运作，甚至会直接破坏其他元件，使电动机直接陷入瘫痪状态。所以，在实际发电机组运行期间，更提倡使用双偏航减速驱动装置，以此降低类似故障的发生。

2.4 设计漏洞分析

从风力发电机设计角度来看，齿轮元件的设计标准仍旧沿用传统质量要求，在面对现阶段大电量供需关系时，无法再提供更全面的保障与刚性，这便导致在风里或电动机运作荷载力的影响下，极易造成齿轮表面咬伤，甚至会直接出现损坏现象，使电动机功能运作陷入瘫痪状态。在面对此类问题时，设计人员必须根据风力发电机的功率和扭矩进行细致分析，在确定承载力环境后，在对齿轮元件的强度进行设计，由此确保元件质量满足要求，同时更能够降低风力发电机运作的损耗，由此保障整体发电机运转的质量水准。

3 风力发电机状态监测与故障诊断分析

3.1 故障诊断的原理

由于风场气流时常处于变化之中，齿轮机和发电机的故障信号就会处于不稳定的状态，格局频域分析的方法很难断定是否出现混淆信号。利用小波分析可以对时域和频域进行实时的分析，这种分析方法具有很好地局部化性质，只是以往的小波分析会出现频率混淆的现象，应用快速傅里叶和对应的逆变换进行计算可以减小频率混淆现象，使得时频分辨率力更强大。而通过智能诊断将单子带重构改成小波变换，利用子带系数的特殊区域对故障加以判定，通过神经网络的输入显示映射关系，进而可以导出故障类型的信号，对故障位置和类别准确的判断出来。

3.2 故障诊断系统结构

建立系统结构可以方便用户的使用和管理，对发电机组实行远程监控并进行诊断，实时的服务可以对未知故障提供专家的远程操控帮助，系统可以获取发电机组工作的状态数据，利用振动传感器可以获取齿轮箱的数据，电流传感器可以获取定子电流信息，所有的信息经过系统的整合就可存入状态监测系统和故障诊断系统，从系统中的数据库中提取数据就能对故障加以分析，状态监测的相关信息也会显现出来。

3.3 诊断系统环境分析

系统能够得以实现主要是因为C语言和相应数据库提供的技术支持，通过以上的技术可以实现系统的界面开发和和状态监测显示。利用数据库和m语言的编程可以实现故障的智能化诊断，整个系统的运行环境是依靠计算机编程技术和相关数据库提供平台建立起来的。

3.4 系统功能分析

状态监测和故障诊断系统主要由风场状态、发电量累计、故障诊断和管理等模块组成的。其中的风场状态就是将风力发电机场的低压侧电压、电流、频率和功率等数据显现出来，利用曲线和数字量将所有的数据直观的呈现给用户，以便于用户对风场的整个状态进行详细的了解；发电量的累计可以显示各个时间段的发电总量，通常可以采用柱状图显示，如此可以节省人力物力，提升工作效率；故障诊断的方式有很多种，主要有对齿轮箱振动参数的时域图进行分析的方法，还有小波分析图以及故障案例图等分析方法，通过设定采样的时间对相关部件实行诊断，最后生成的小波分析图可以提供给专家进一步的分析；系统当中的管理模块只对管理人员开放的，管理人员的工作是对系统进行维护和升级，对故障记录并制定信息报表查询，将报表打印出来，管理客户信息并限制客户的使用权限，保证系统的正常运行。

4 结束语

风力发电机组状态监测与故障诊断措施的有效落实，不但能够为风力发电系统提供更完善的质量检测系统，由此避免故障引起的电力骤停现象，为周边电力环境质量提供了保障，同时更能够借助信息化等技术的落实，增强设备检修工作的效率与准确性，为后续设备的持续应用奠定了坚实基础。故而，在论述风力发电机状态监测与故障诊断技术期间，必须明确风力发电组的运转影响因素，并提供完善的解决措施，才能为后续电力系统的构建提供保障。

参考文献

[1]赵勇，韩斌，房刚利.风力发电机状态监测与故障诊断技术综述[J].热力发电，2016，45（10）：1-5.

[2]于占龙.风力发电机状态监测与故障诊断技术综述[J].工程技术：文摘版，2016（10）：00297-00297.

[3]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（7）.

[4]郭庆伟，史海峰.探析風力发电机状态监测与故障诊断技术[J].科学与财富，2017（22）.