风电机组变桨控制系统故障识别

赵云

摘 要：变桨控制系统是风电机组系统中控制算法比较复杂、设备故障发生频繁的子系统。当风机出现故障并发生停机状况时，数据采集系统和监视控制系统会显示出具体的故障信息，这种具体的故障信息会有多项内容，并且会在风电机组定位故障种类、确认检修方式、及时恢复生产等方面带来很多不利影响。因此，靠非线性状态估计的风电机组变桨控制系统的故障识别功能，能够及时排除风电机组的故障，提升风电机组的稳定性，提高风电机组发电性能。该文主要是基于非线性状态估计技术作为风电机组变桨控制系统的数据挖掘方法，分析风电机组变桨控制系统运行的趋势及故障类型。

关键词：非线性状态估计；故障识别；变桨控制系统；风电机组

中图分类号：TM315 文献标志码：A

1 非线性状态估计的概念及建模原理

非线性状态估计的英文释义为NSET，是一种非参数、非线性建模方法，通常适用于电子产品的寿命预测、设备状态监测以及故障监测等领域。非线性状态估计建模方法是以实时数据为依托，可以为工厂的风电机组变桨控制系统提供迅速可靠的故障识别方法。

在工厂的工业生产过程运行的设备中，有n个相关联的向量，以每次观测到的测点为观测向量，那么观测n次就有n个观测向量。也就是：

非线性状态估计建模的第一步就是构造过程记忆矩阵，用字母D代替，在工业生产过程运行的设备中，在不同的工作情况下采集的历史数据，若有m个历史观测向量，构造过程记忆矩阵就为：

过程记忆矩阵中的每一列观测向量都反映了工业生产过程中设备的某个节点的工作状态，经过对历史观测向量数据的选择，组成一个个空间，反映了整个动态过程。所以构造过程记忆矩阵的作用主要是展现工厂工业生产过程中的设备正常运行的动态过程。

非線性状态估计输入值，用Xobs作为某一时刻设备的观测向量，对应的输出值为输入值的预测向量Xest，每一个Xobs都能通过非线性状态估计生成一个m维的权值向量，W=[w1 w2…wm]，最后算出Xest=D·W，非线性状态估计整个的输出值就是过程记忆矩阵中m个观测向量的线性组合。

工厂工业生产过程中运行设备正常时，非线性状态估计的输入观测向量就会处在正常的过程记忆矩阵空间内，与过程记忆矩阵中的过去观测向量内容比较相似，离得距离也较近，但是如果工业生产过程中运行设备出现故障时，输入观测向量就会偏离正常工作空间，以此来显示故障的发生。

2 变桨控制系统故障分析及其影响

风电机组变桨控制系统的故障按发展的时间可以分为2种：一种是突发性故障，另一种是渐进性故障。突发性故障指的是在工业生产或制造的过程中设备整体或者部分功能突然发生故障，而引起风电机组变桨控制系统发生损坏的情况，这类故障发生时间短而且难预测。渐进性故障是由于设备在运行过程中某些具体零部件出现老化、磨损等性能逐渐下降的情况，最后导致故障发生。风电机组变桨控制系统的故障主要集中在风电机组变桨控制器通信发生故障、变桨控制器轴发生故障、变桨控制器发生集合故障、风电机组变桨电机发生温度警告等方面。

风电机组的变桨控制系统发生故障会导致叶片不能正常使用，进而导致发电系统出现错误，如果发电系统出错，电力就不能够及时地进行输送。

3 非线性状态估计模型识别风电机组变桨控制系统故障

依据非线性状态估计的建模，我们能够有效识别风电机组变桨控制系统发生的故障类型并寻找解决方法。

变桨电机温度高时，可以通过风电机组变桨控制系统及时发现故障问题，工作人员在处理变桨电机温度高的问题时，可以从外部原因和内部原因2个方面入手，从外部原因来看，我们要先查看变桨控制系统中的齿轮箱是否卡住、变桨控制系统中的齿轮是否夹杂着异物；从内部原因来看，变桨电机的电气刹车是否正常打开，电气刹车电路是否断线等。我们要先排除好外部原因再排除内部原因。

当风电机组变浆控制系统通信出现故障问题时，我们可以检查次控制器与主控制器之间是否发生通信中断，如果次控制器没有不良反应，那么通信中断的主要原因便可以归结于信号线的问题，检查机舱柜等一系列电路是否有干扰、断线、短路等的问题。

对于该故障，我们解决的方法是用进线端电压230 V，出线端电压24 V的万用表测量中控器，如果一切正常，则证明中控器没有发生故障情况，继续进行排查，将有关的通信线拔下来，将红白线接地，轮毂侧万用表一支表笔接地，如果感觉到电阻的存在，说明电路没有断路；如果发生断路情况，我们可以使用备用电线。如果故障依然存在，继续检查变桨控制系统中的滑环，有的风电机组的变桨通信故障是由滑环引起的。风电机组中的变桨控制系统中的齿轮箱如果发生漏油，很容易造成滑环内进油，油黏在滑环与插针中间，形成油膜，油膜阻隔了电路，变桨控制系统的通信信号就会时有时无。在冬季变桨通信故障比较多。对于发现的变桨错误故障问题，分析它可能是变桨控制器内部发生了故障，使得变桨控制器的信号出现中断；另一种可能是变桨控制器的外部出现问题。对于该类变桨故障问题，非线性状态估计下的处理方法是当中控器无法控制变桨时，信号为0，可进入轮毂检查中控器是否损坏，一般中控器如果有故障，可能会出现无法手动变桨的情况，如果手动变桨成功，检查信号输出的线路是否有虚接、断线等情况，前面提到的滑环问题也可能引起该故障，解决滑环问题也是处理该故障的方法之一。

4 结语

通过上文我们了解了非线性状态估计建模方法，还有构造过程记忆矩阵的有效方法，非线性状态估计方法算法简单、意义明确，在该方法的基础上建立风电机组变桨控制系统模型，这样可以识别出风电机组变桨控制系统的运行状态，当风电机组变桨控制系统发生故障停机时，可以通过观测向量与正常状态下风电机组变桨模型的偏差，发现风电机组变桨控制系统的故障，风电机组故障的识别为定位故障制定检修方案提供技术指导，同时也为后续开展风机状态检测及性能评价提供参考。

参考文献

[1]尹诗，余忠源，孟凯峰，等.基于非线性状态估计的风电机组变桨控制系统故障识别[J].中国电机工程学报，2014，34（S1）：160-165.

[2]贺德馨.风工程与工业空气动力学[M].北京：国防工业出版社，2006：112-115.

[3]张雷，李海东，李建林，等.基于LQR方法的风电机组变桨距控制的动态建模与仿真分析[J].太阳能学报，2008，29（7）：781-785.

[4]孙春顺，王耀南，李欣然.飞轮辅助的风力发电系统功率和频率综合控制[J].中国电机工程学报，2008，28（29）：111-116.

[5]耿华，杨耕.变速变桨距风电系统的功率水平控制[J].中国电机工程学报，2008，28（25）：130-137.

[6]郭鹏，Infield David，杨锡运.风电机组齿轮箱温度趋势状态监测及分析方法[J].中国电机工程学报，2011，31（32）：129-136.

[7]李学伟.基于数据挖掘的风电机组状态预测及变桨系统异常识别[D].重庆：重庆大学电气工程学院，2012.