风力发电机组故障诊断与状态预测的研究进展

李 刚，齐 莹，李银强，张建付，张力晖

（1. 华北电力大学控制与计算机工程学院，河北省保定市071003；2. 复杂能源系统智能计算教育部工程研究中心（华北电力大学），河北省保定市071003；3. 国网河北省电力有限公司高阳县供电分公司，河北省保定市071500；4. 华北电力大学电气与电子工程学院，河北省保定市071003）

0 引言

为应对气候变暖、环境污染等问题，全球能源消费正逐步迈入以清洁能源/可再生能源替代化石能源的“第三次工业革命”［1］时代。风能是最重要的清洁能源之一，全球风能理事会在2020年3月25日发表的《全球风能报告》中指出，2019 年全球新增装机容量60.4 GW，累计装机容量达到650 GW［2］。据国家发展和改革委员会能源研究所预测，到2050年中国的风电装机容量将达到2 400 GW，占国内总装机容量的33.8%［3］，大力发展风电等清洁能源是实现中国可持续发展战略的必然选择。发展风电、光伏等新能源的高效运维技术已成为当前电力系统面临的重要问题之一。

在风电机组单机容量较大、机组整体结构越加复杂、各部件之间的耦合也愈加紧密的情况下，机组出现故障的概率也会增加。据统计，陆上风电机组的运营及维护费用可达到其收益的15%～25%，而海上风电机组的对应数字可占到35%［4-5］，除了导致维护成本过高之外，对电力系统的稳定运行也具有明显的负面影响。为了协调电网企业的建设运营成本与社会降低电价预期之间的矛盾，全面发展电力系统的泛在感知技术，通过数据驱动、人工智能、数字……