风力发电机状态监测与故障诊断技术分析

聂伟光

摘  要：风力发电机组运行条件较为复杂，其设备在实际应用的过程中所受到外部激振力和振动自由度相对较多，在这种情况下，为保证发电机组 能够正常、安全地运行，需要对其振动状态进行监测，并按照实际情况判断其故障，进行故障的排除。由于风力发电场的艰难运行条件，风力发电机出 现故障的可能性增加。因此本文基于风力发电机状态监测与故障诊断技术分析。实现了故障的快速诊断和处置，具有较好的应用价值。

关键词：风力发电;发电机组;振动监测;故障排除

风能是自然界中常见的自然现象，特别是在经济不发达，风能资源 丰富的山地地区。增加本地风力发电机的数量不仅可以增加我国的经济价 值，而且可以提供本地能源供应。因此为风力发电机的故障诊断及处置工 作提供有力指导，从而不断提升风力发电设备的运行、维护的稳定性和经 济性十分重要。

1 故障诊断难点及常用监测方法

近年来，随着技术的不断成熟，风电机组的故障率得到了较好控制，  但由于风电机组大多安装在山区、近海、高原等交通不便区域，且风力发 电机机械及电气系统主要分布在远离地面的机舱内，这就给风力发电机的 日常状态维护、故障监测、检修维修工作造成较大困扰，且随着风电机组 功效及尺寸的增大，其故障率也有升高趋势，对于风电机组的安全运行造 成威胁，同时也大大增加了风电机组的运行和维护成本。

风力发电机工作环境恶劣，且由于其特定的发电原理，机组会根据 风力大小情况不断切换启停状态，设备启停过于频繁不可避免的会造成故 障率升高或者寿命降低。机组常见故障主要分为机械故障和电气故障两大 类机械故障一是转子本体故障，如转子发生不对称、产生裂纹或松动等，  二是支架基础故障，如基础松动、定子产生裂纹或共振失效等，三是轴承 类故障，如轴承油膜失效、轴承开裂、转动故障等。电气故障一是定子故 障，如定子绕组异常发热、绝缘损毁甚至失效、定子绕组短路、其他短路 故障等，二是转子故障，如气隙偏心故障、气隙过大、漏磁过多等，三是 冷却系统故障，冷却系统故障对机组危害较大，极易引发次生严重故障。

风力发电机故障监测最基本的依据是故障时发出的各类征兆信号，例 如电压电流异常、机组异常振动、温度过高、共振信号等。但是，在发电 机出现故障的初始阶段，这些常用的故障信号异常情况有时并不突出，不 易被监测到，对故障类型及故障点的识别能力差，导致早期故障因处置不 及时引发更为严重的后果。当前我国风力发电领域，根据不同的征兆信号 进行故障诊断，衍生出定子模式识别法、电流分析法、温度分析法、振动 分析法、油液分析法等故障诊断方法，均得到一定程度的应用，很多情况 下往往只是基于一种征兆信号进行分析，有各自优势，但缺点同样明显，  如振动分析法所采集的振动信号易被噪声干扰，电流分析法的信号采集较 为困难，微弱信号不易识别，强烈信号又预示较严重故障。基于以上分 析，需要针对风力发电机故障诊断工作进行更为系统和深入的研究。

2 风力发电机组状态监测技术

2.1  技术特征分析

监视风力发电机运行状况的一种广泛使用的方法是从风力发电机的不 同运行参数启动，并观察监视设备运行参数的改变来确定设备运行状态。 风力发电机具有几个重要参数，可以将其大致分为两类：测量参数和计算 参数。一，计算参数是指需要读取可测量的参数并使用特定算法进行计算 并将计算结果用作操作参数的需要。取决于单元的当前状况，选择合适的 测量设备或算法以满足需求是确定风力发电机状态的重要条件。风扇的功 率由用于通过测量电压，电流等来获取电力的模块来实现。如果算法使用 不正确或编写不正确，则会得到错误的计算参数，这会直接影响了设备的 常规运行，但是，不同类型和制造商的测量设备和算法各有优缺点，应根 据设备的实际需求进行选择。

2.2  可测量参数异常监测

对风力发电机的测量参数进行监测时，必须掌握一些方法和原理，应 注意以下几点：（ 1 ）风扇的测量参数通常为电压、电流、频率、液压、 温度等。应根据类型选择不同的测量仪器和测量参数，是必须一起工作的 众多测量仪器;（ 2 ）分析并确定测量参数的上限和下限，并根据范围选

择适当的范围;（ 3 ）分析并确定测量值的正常/异常值的范围测量参数导 致采取措施的措施和条件。

2.3  计算参数异常监测

风力发电机中的计算参数需要选择适当的监视技术和检测方法。在 实际操作中，请注意以下几点：第一，在确定计算参数的过程中，有不同 类型的风力发电机。在某些风力发电机中的许多地方都需要运用不一样的 算法，并且每种类型的算法都有许多策略可供选择。有必要针对风力发电 机的现状和要求选择合适的算法，由于不同的算法直接影响最后的计算结 论，因此选择正确的算法可以大大提高监视计算参数的计算精度和效率。 其次，选择正确的硬件来运行算法。所谓的工具适用于：（ 1 ）路由算法 稳定并且可以长时间工作。设备的完整性需要硬件支持。（ 2 ）风力发电 机应配备可靠，稳定的传输和测量设备，以计算和输出数据的算法操作提 供基本通道。

3 风力发电机组故障诊断系统

时代在不断发展的同时，风力发电机组故障诊断要求也在不断地提 升，在進行其系统设计的过程中，也需要按照实际情况，合理地进行设计 方案的选择。

故障特征分析指系统在对相关数据进行收集后，对原始的信号进行分 析处理，寻找信号中具有特点的信息，并按照自身所储存的数据进行故障 特征的分析工作。其组成部分在实际应用中能够在较短的时间内进行数据 的整理与分析工作，为故障维修等工作提供准确的数据分析，提升故障维 修的质量与效率。

故障识别指系统在应用中，能够通过对故障信息监测和故障特征分析 的数据按照一定的规律，进行故障、故障产生原因、故障产生部位等信息 的排除，进而为维修人员提供较准确的故障发生原因分析、故障产生位置 分析、故障影响情况分析等方面的数据。以及其在实际应用的过程中也能 够与模糊诊断手段相互结合使用，提升数据的准确性。

4 大数据背景下风力发电机组的监测和故障诊断

传统的风力发电机状态检测和故障排除方法基于少量数据，需要靠工 程师自身积累的技术经验以及检测和诊断设备状态所需的相关设计。这种 方法有一定风险：首先，缺乏分析数据或缺乏工程经验会影响测试和诊断 结果。其次，在收集和传输期间，传感器干扰，通信介质和外部噪声会影 响使用常规技术接收的数据。通过分析此类数据获得的测试和诊断结果通 常无法反映实际情况。大数据分析技术可以通过收集，分析和处理大量数 据来有效纠正这些缺陷。并使用数据挖掘技术消除潜在的故障。通常很难 找到可靠的解决方案。此外，大数据技术可以检测到风机运行过程中的微 小状态变化，并及时检测和消除潜在的风机故障，从而降低了风机故障的 可能性。有效并提高安全性和操作稳定性。

总之，受到工作环境和内部设计的影响，与传统的电气设备相比，风 力涡轮机容易发生故障，我们应该重视风力发电机组振动状态的检测与故 障诊断工作，能够较及时地进行设备的管理与维修工作，降低发电机损坏 程度，进而降低更换成本，提升发电机应用的经济效益。

参考文献：

[1]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，（07）：1.

[2]李刚，胡红利，李亚妮.风力发电机叶片状态监测与故障诊断技术近况[J].工 业仪表与自动化装置，2017，（05）：16-20+55.

[3]张晓良.风力发电机状态监测和故障诊断技术的研究与进展[J].环球市场 信息导报，2016，（14）：141-142.