风力发电机组故障诊断技术研究

焦全

摘要：随着科学技术的不断发展与进步，风力发电的不断扩大，但是在实际建设过程中由于风力发电现场施工环境较为复杂，同时项目建设有着较高的质量要求，这就导致在实际施工过程中需要注意做好现场施工管理工作。

关键词：风力发电机组;故障诊断技术

引言

风力发电包含了由风能到机械能和由机械能到电能两个能量转换过程。风轮在风力的作用下转动，将吸收的动能转化为机械能，再由发电机将机械能转化为电能。在能量转化的过程中，需要大量设备元器件的配合。在风电场项目建设验收后，风电机组就进入到日常运行、维护阶段。根据目前的经济技术水平，这个阶段将持续20年甚至更久的时间。对已建成的风电场进行日常运维及检修管理，并充分利用已有资金及设备向社会提供清洁可再生的风能电力，以获得经济效益和社会效益成为重要的阶段任务。

1风电机组故障诊断技术介绍

近年来，随着可再生能源领域的快速发展，风电与传统煤炭相比，发电技术逐渐得到广泛应用煤炭、石油燃料、现代核电、太阳能等、风电这些资源不仅更安全无污染，而且其应用成本也极低。因为因此，国产风力发电机的数量开始急剧增加。在当地，故障诊断技术的研究工作也得到进一步推进。所以风力发电机组故障诊断技术是指发电机组设备运行状态的监测、分析和评估现在我们可以准确区分设备的故障位置和故障类型，方便以后使用后续维修工作顺利进行。通过合理使用故障诊断断电技术可帮助技术人员及时发现风机运行情况故障，并准确判断故障的类型和原因，从而有效降低设备故障带来的安全隐患，从从根本上提高设备的维修效率和运行效率，进一步实现运维成本的有效控制。

2风电机组故障诊断系统

故障诊断技术发展到今天，已经经历了三个重要的阶段。第一阶段，运维人员依靠简单的仪器和个人经验实现故障诊断;第二阶段，融合了更高级的仪器技术（如PC上位机软件、分析和动态的测试等），对故障实现了更精准的判断;第三阶段，就是目前阶段，利用模糊理论、遗传算法、数据挖掘、神经网络等人工智能算法实现对故障的智能化判断，智能化故障分析階段。设备的状态监测与智能化故障诊断技术始于20世纪70年代，随着各种智能算法的出现与迅速发展，智能算法也被应用到设备的故障诊断中。各种智能化仪表的出现以及网络的发展与普及，促使设备故障诊断更加机器自主化，控制远程化。设备的维护与维修策略的发展带动了设备状态监测与故障诊断技术的发展。故障诊断技术用以解决现有风电机组检修与维护技术难以保证检修与维护效果、检修与维护成本高、风电和电网安全的问题。以故障诊断为基础的“预防性维护”主要基于设备的状态监测结果，通过处理分析采集到的反映机组实时运行状态的数据，运用故障诊断技术来判断机组实时工作状态，及时发现隐藏的故障信息，通过系统推送告知工作人员采取合适的措施来维护机组的正常运行，减少发电量的损失，同时避免非计划停机脱网产生的冲击，提高电网稳定性。

3风力发电机组故障诊断技术的应用及生产运维管理

3.1振动监测技术的应用

振动监测技术常用于大型机械设备。传感器安装在设备中，以控制风力发电机运行过程中产生的噪声对速度和位移进行测量和分析，实现故障定位和故障定位。准确判断障碍物的类型。在机械设备的实际运行过程中，内部轴承、齿轮等部位会逐渐出现裂纹、脱皮等。条件，它形成振动的激发源并以循环的形式表现出来振动信号。振动监测技术的原理是记录信号的时域和频域波形，然后与正常单元的波形进行比较比较振动信号，分析计算故障位置。振动监测器测量技术精度高，可实现机械故障检测定位快速准确，广泛应用于风力发电机组故障诊断工作。

3.2运检合一模式

指的是风电场的运行及检修等系列工作都由厂长领导下运检人员一起共同负责，他们间没有明确分工。这就要求现成的运检人员都要具备较高的综合能力，包括倒闸操作、设备运行参数及告警信息监视、风电机组运行数据统计与分析、设备巡检、风机定检与维护、设备异常状况分析及处理、变电设备简单维修等。这种运维模式不仅管理结构较为简单，还能让员工在高标准下更快地提高技能。

3.3电信号监测技术的应用

电信号监测技术主要应用于涡轮机械、多级齿轮车轮、感应电机等设备的故障分析。这种技术是通过处理发电机输出电流信号、功率信号等，实现对故障情况的分析判断。在电信号监测技术中在应用过程中，常用的信号处理方法主要有傅立叶变换法、瞬时功率FFT法、小波变换法等。其中，通过通过使用傅里叶变换方法，可以实现当前信号从时域到频域转换，技术人员可以执行不同频率的波形进行对比分析，实现对风机故障形式的准确判断。

3.4运检分离模式

当风电场的规模越来越大后，运检合一模式下员工的工作量过大，分工不明确就会降低效率，由此部分企业开始采取运检分离的模式，将风电场升压站及风电机组的运行检查、现场复位等重要的基础性工作交给运行人员负责，将风电机组的检修工作交给检修人员专项负责。具体到实践中有三种形式：风电场级的运检分离。这种在国内应用最多，运行检修各尽所责，使得运行管理水平得以有效提升，但由于风电场人员有限，对于有多个风电场的企业来说建设团队需要较长周期;对于风电场数量多且机型少的企业，建立公司级的检修队伍对各风场及风电机组进行运检分离，风电场的运行工作由风电场自行负责开展。这种模式比第一种在专业分工及人才资源利用方面更有优势，但其检修管理也相对复杂;检修外委的运检分离。风电企业通过外包的方式将风机的日常维护及修理工作委托给维修公司，让维修公司按合同及要求为其服务，从而减轻自己的工作负担。这就要求维修公司要有足够的资质及技术水平。总体来说，运检分离一方面可为企业节省人力、物力，建立高水平团队，解决技术壁垒问题，提高生产效率及技术水平;另一方面将运行和检修进行分离，能够增强彼此间的监督及质量验收，从而让管理更加规范化。

3.5红外光谱分析技术的应用

因为在不同的化合物中，物质分子中的化学键是对应波段波数变化范围小，大部分在特征吸收发生在红外光谱中，样品中的不同成分在光谱中会显示出不同的形态，如甲基、羟基等。因此，通过红外光谱分析技术的应用，技术人员可以进入一步精准分析样品成分，精准掌握器件机器的磨损部件。一般情况下，红外光谱往往需要需要配合润滑油分析技术，即通过对润滑油的分析进行红外光谱分析，完成风机故障诊断工作。

3.6区域远程监控模式

当企业的发展规模更大时，根据情况通过划定区域，对各风电场的全部机组进行集中化、区域化的远程启停管理，则是未来的发展趋势。基于SCADA系统建立远控系统，并结合信息化平台的生产管理系统，可实现对多个风电场运行工况及生产信息的集中控制，从而以最少的人力值守，实现经济效率的最大化。同时成立专业的区域巡检维护队伍，对区域实行一体化和专业化的分级检修与维护。这不仅能为企业减员增效还能有效避免任务的分配不均，从而提高质检的质量与安全可靠性。这种模式相对来说前期的监控投入较大，需有高水平的人员在集控中心进行设备的实验及演习操作，当集控人员的水平达到标准后再逐步减少值守人员。

结语

风电技术作为可再生能源的重要组成部分该技术有其独特的应用优势。风力发电机组故障诊断技术的科学应用可显着提高故障诊断的效率和准确性准确性，不仅为后期设备维护工作提供绝对指导并进一步推广风力发电机组故障诊断系统。制度的完善。因此，相关技术人员应积极加强故障分析分析技术创新和优化，对我国风力发电及相关产业领域有帮助为行业的长远发展奠定了坚实的技术基础。

参考文献：

[1]郑海波.浅议风电机组的振动监测技术应用方案[J].中国高新技术企业，2019（31）：42-44.

[2]杨明莉.大型风电机组故障诊断研究.上海电机学院.2019年（11）.