任 巖，翟兆江，郭齊柯，胡相娟

（1. 華北水利水電大學電力學院，鄭州 450045；2. 中國長江三峽集團公司，北京 100038；3. 華北水利水電大學繼續(xù)教育學院，鄭州 450045；4. 紅河廣源水電開發(fā)有限公司，云南 蒙自 661100；5. 三門峽黃河明珠（集團）有限公司水力發(fā)電廠，河南 三門峽 472000）

風電機組狀態(tài)檢修的探討*

任 巖1,2?，翟兆江3，郭齊柯4，胡相娟5

（1. 華北水利水電大學電力學院，鄭州 450045；2. 中國長江三峽集團公司，北京 100038；3. 華北水利水電大學繼續(xù)教育學院，鄭州 450045；4. 紅河廣源水電開發(fā)有限公司，云南 蒙自 661100；5. 三門峽黃河明珠（集團）有限公司水力發(fā)電廠，河南 三門峽 472000）

為了降低檢修成本，提出風電機組狀態(tài)檢修。風電機組狀態(tài)檢修的內容包括數(shù)據(jù)采集、在線監(jiān)測、故障診斷、故障預測、狀態(tài)檢修決策和實施。提出風電機組狀態(tài)檢修的兩種模式：基于風電機組狀態(tài)監(jiān)測信號分析與特征提取的故障診斷檢修模式；基于風電機組狀態(tài)監(jiān)測（含性能檢測）及專家系統(tǒng)的智能化故障診斷與決策的檢修模式。

狀態(tài)檢修；在線監(jiān)測；故障診斷；故障預測；狀態(tài)檢修決策

0 前 言

隨著越來越多的風電機組并網投運及機組容量的增大，特別是大量風電機組已有一定的運行年限，風電機組的故障也越來越多，嚴重影響了風電場的正常運行，對風電機組的檢修顯得尤為重要。傳統(tǒng)的計劃檢修存在檢修科學依據(jù)不足、維修不足（縮短機組壽命）、維修過剩（浪費人力物力）等缺陷，而狀態(tài)檢修[1]可以提高檢修效率，延長設備大修間隔、降低小修頻率，杜絕維修不足和維修過剩，從而降低檢修成本，提高設備可利用率。

目前，國內還沒有出現(xiàn)一個多區(qū)域多機組的監(jiān)測、診斷、管理、維修一體化的網絡系統(tǒng)?，F(xiàn)有風電機組監(jiān)測系統(tǒng)的分析功能還不夠強大[2,3]；個別采用專家系統(tǒng)技術提供了初級故障診斷功能，但缺乏來自故障機理的深層次理論和技術支持[4,5]，且缺少大量寶貴的現(xiàn)場實際診斷經驗[6]，與工程實際應用存在較大差距；狀態(tài)檢修功能幾近空白。因此，對風電機組狀態(tài)檢修的探討有重要理論價值和工程意義。

1 風電機組狀態(tài)檢修的內容

1.1 數(shù)據(jù)采集

利用現(xiàn)有的控制系統(tǒng)，收集分析風電機組的數(shù)據(jù)，如功率、風速、齒輪箱溫度、軸承溫度、風電機組當前運行狀況、故障記錄等，進而對風電機組進行狀態(tài)監(jiān)測，掌握風電機組的健康狀況，為狀態(tài)檢修提供決策依據(jù)[7]。

1.2 在線監(jiān)測

風電機組在線監(jiān)測主要的監(jiān)測對象是發(fā)電機、齒輪箱和主軸承。發(fā)電機的監(jiān)測位置包括發(fā)電機自由端軸承的徑向，發(fā)電機輸入端軸承的徑向和橫向；齒輪箱的監(jiān)測位置包括齒輪箱兩個輸出端軸承的徑向，齒輪箱行星輪部位的徑向，齒輪箱輸入端軸承的徑向；主軸承的監(jiān)測位置是主軸軸承的徑向[8]。對各設備運行參數(shù)、各軸承處振動進行實時監(jiān)測。

遠程實時監(jiān)測包括在線監(jiān)測的所有功能，同時，還可以實現(xiàn)以下功能：實時監(jiān)測遠在千里之外的各風電機組的運行情況；可同時對多個風電場的風電機組進行實時狀態(tài)監(jiān)測；對多個運行在不同地域、不同類型的機組進行實時監(jiān)測[9]。

1.3 故障診斷

1.3.1 故障類型

風電機組故障主要有機械故障、電氣故障和液壓故障。其中，機械故障主要有齒輪箱故障等；電氣故障主要有電機機組、變頻器、箱式變壓器等故障；液壓故障主要有偏航系統(tǒng)、變槳系統(tǒng)以及剎車系統(tǒng)等方面的故障[10]。其中，傳動系統(tǒng)尤其是齒輪箱故障是導致系統(tǒng)發(fā)電量損失的最主要原因；電氣故障發(fā)生次數(shù)較多，但容易修復，引起系統(tǒng)停機時間相對較短[11]。

1.3.2 故障機理

（1）齒輪箱常見故障及機理[10,12]

①齒面點蝕。在變化的接觸應力、齒面摩擦力和潤滑劑的綜合作用下，齒輪表層下一定深度產生裂紋，裂紋逐漸發(fā)展導致齒輪表面小片脫落，形成凹坑。其損壞形式有麻點疲勞剝落、淺層疲勞剝落、硬化層疲勞剝落三種。點蝕如果繼續(xù)發(fā)展，會使齒輪產生強烈振動和噪聲。

②齒面磨損。齒輪在嚙合過程中，往往在輪齒接觸表面上出現(xiàn)材料磨損損傷的現(xiàn)象。分為正常磨損、早期磨損和磨損失效，其中，磨損失效形式可分為磨粒磨損、腐蝕磨損和輪齒斷面沖擊磨損。

③齒面膠合。高速重載齒輪傳動，齒面壓力大，滑動速度高，因此發(fā)熱量大，一旦潤滑條件不好，齒面瞬時溫度過高，嚙合齒面會發(fā)生粘焊現(xiàn)象。嚴重時齒面撕脫，導致齒面嚴重失效，較輕時會產生劃痕。膠合一般發(fā)生在齒頂、齒根滑動速度比較大的部位。

④輪齒折斷。由于風速不穩(wěn)定，輪齒經常受到沖擊載荷的作用。這種載荷一方面會造成輪齒比較嚴重的磨損，另一方面也使輪齒根部受到脈沖的彎曲應力，齒根產生疲勞裂紋，裂紋擴展會導致輪齒的彎曲疲勞折斷。

（2）葉片主要故障及機理

①葉片開裂。風電機組工作環(huán)境惡劣，葉片易發(fā)生龜裂，時間一長，裂紋擴大，影響葉輪受力，對主軸造成直接受力不均的影響，從而導致齒輪箱齒輪的損壞等故障。

②葉片根部螺絲松動。葉片根部與輪轂之間的螺絲可能因生銹等原因而松動，從而導致葉片開裂。

③葉片材質老化和疲勞失效：其最明顯的特征是葉片開裂和葉片重量變輕，是導致葉片開裂的主要原因之一。

④葉片結冰。結冰不但改變葉片的氣動外形，降低效率，而且會造成轉動不平衡甚至無法啟動?？諝庵械乃麜跉鉁氐陀?℃時結冰。冰的形式、數(shù)量受氣象條件、設備尺寸和狀態(tài)（運動或靜止）等因素的影響。一般來說結冰的環(huán)境有兩種：一種是氣溫在0℃左右，當空氣中的小水珠碰到設備的低溫表面時，會在設備的表面結冰；另外一種是當溫度遠低于0℃時結冰[13]。

另外，雷擊導致葉片損毀、葉片非可抗性折斷等故障也時有發(fā)生。

（3）發(fā)電機故障

風力發(fā)電機常見故障包括定子繞組故障、軸承故障、轉子導條和端環(huán)故障、轉軸或聯(lián)軸器故障等，其中，定子繞組短路、轉子繞組故障和偏心振動是風力發(fā)電機主要的三種故障形式。

另外，油溫過高也是發(fā)電機常見的故障，導致油溫過高的原因可能是短時間內出力過大，導致熱量無法散發(fā)；或者是油循環(huán)系統(tǒng)堵塞，流通不暢；也可能是油變質了。

1.3.3 故障診斷方法

目前，用于風電機組的故障診斷方法主要有：基于模糊神經網絡的制動系統(tǒng)故障診斷[10]；基于小波分析的齒輪箱故障診斷[11]；基于故障樹的風電機組運行故障智能診斷[10]；將多源特征決策融合方法和數(shù)據(jù)挖掘方法自動提取診斷規(guī)則知識相結合，實現(xiàn)風電機組傳動系統(tǒng)故障的智能診斷[14]；基于振動特性分析的故障診斷[15]。

此外，風電機組的數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（Supervisory Control and Data Acquisition, SCADA）是以計算機為基礎的生產過程控制和調度自動化系統(tǒng)，可對風電機組進行監(jiān)視和控制，實現(xiàn)數(shù)據(jù)采集、設備控制、測量、參數(shù)調節(jié)以及各類信號報警等各項功能。

1.4 故障預測

風電機組的故障預測是實施狀態(tài)檢修的關鍵技術，對風電機組關鍵部件的故障預測，可有效降低檢修成本。在對風電機組進行在線監(jiān)測獲取實時監(jiān)測信息的基礎上，采用基于最小二乘向量機與統(tǒng)計過程控制技術，建立風電機組齒輪箱油溫、齒輪箱軸承溫度、發(fā)電機溫度等風電機組正常狀態(tài)下的各參數(shù)值及變化過程的預測模型，與實測值進行比較、分析，以判斷風電機組的異常狀態(tài)，從而進行故障預測。

1.5 狀態(tài)檢修決策

風電機組的狀態(tài)檢修決策是以風電機組運行狀態(tài)為依據(jù)，通過故障診斷和故障預測，對照風電機組運行規(guī)范進行分析，并經過檢修周期的技術經濟評價而進行的。通過風電機組狀態(tài)監(jiān)測（包括在線監(jiān)測）所獲得的數(shù)據(jù)資料存放在數(shù)據(jù)庫中供隨時調用，通過檢修周期經濟技術分析，對不同的檢修周期進行優(yōu)化，最終確定最佳的檢修周期與檢修實施時間。

1.6 狀態(tài)檢修實施

在線監(jiān)測、故障診斷和故障預測為狀態(tài)檢修提供了依據(jù)和方法。通過對風電機組的歷史運行情況、檢修及試驗狀態(tài)、在線和離線監(jiān)測數(shù)據(jù)分析等，預測、診斷風電機組的狀態(tài)，確定檢修項目、內容等。故障發(fā)生是隨機的，提高故障診斷和故障預測的實時性和準確性，以保證風電機組檢修決策的及時和準確。

2 風電機組狀態(tài)檢修系統(tǒng)的構成

2.1 風電機組狀態(tài)檢修實施的工作流程

風電機組開展狀態(tài)檢修工作流程可由風電機組→狀態(tài)監(jiān)測→診斷分析與判斷決策→檢修管理→檢修評估五個遞進層次組成，并形成有機的閉環(huán)系統(tǒng)，如圖1所示。

狀態(tài)檢修工作對象以檢修工作量大、工期長的風電機組主體為重點，包括風電機組的齒輪箱、主軸、葉片、發(fā)電機等主要設備。

圖1 風電機組狀態(tài)檢修實施的工作流程Fig. 1 Workflow of condition-based maintenance implementation of wind turbine

2.2 狀態(tài)檢修的實施方式

2.2.1 基于風電機組狀態(tài)監(jiān)測信號分析與特征提取的故障診斷檢修模式

這種模式依靠工程師和專家來分析診斷和決策設備運行狀態(tài)，預測運行設備使用規(guī)律和趨勢，確定風電機組運行設備檢修項目、檢修間隔、檢修工藝及檢修工期。

主要的技術問題包括：

①信號來源，一是風電機組監(jiān)測診斷需要獲取的設備信號；二是風電機組監(jiān)控系統(tǒng)可以提供的相關信號。

②根據(jù)設備監(jiān)測診斷目的，確定狀態(tài)監(jiān)測參數(shù)、項目及標準。

③根據(jù)監(jiān)測項目、內容，確定運行設備的監(jiān)測點及布置。

④研制開發(fā)或配置實用可靠的監(jiān)測系統(tǒng)。

⑤確定風電機組信號分析軟件。

⑥結合設備信號分析軟件，分析提取設備的特征信號，進行設備運行狀態(tài)分析與診斷。

⑦積累運行經驗及數(shù)據(jù)，建立狀態(tài)檢修后設備標準狀態(tài)。

其中，包括2個關鍵性的問題：

①確定好風電機組及其設備的性能指標及其保證值（或考核值），如風電機組及其設備的選型、制造、安裝與實時運行等方面性能值和保證值。

②性能參數(shù)。有的可直接采集，有的需要通過某些性能檢測參數(shù)來分析計算得到。因此，在實時監(jiān)測風電機組運行的性能參數(shù)中，要準確分析計算風電機組及其設備的計算參數(shù)。

該模式的布置圖如圖2所示。

圖2 基于風電機組狀態(tài)監(jiān)測信號分析與特征提取的故障診斷檢修模式Fig. 2 Maintenance mode of wind turbine based on condition monitoring for signal analysis and feature extraction for fault diagnosis

2.2.2 基于風電機組狀態(tài)監(jiān)測（含性能檢測）及專家系統(tǒng)的智能化故障診斷與決策的檢修模式

這種模式以系統(tǒng)智能化為主，工程師和專家分析決策為輔的自動化診斷模式。

建立計算機檢修管理系統(tǒng)（CMMS）和計算機診斷專家系統(tǒng)（CDES）是實施該模式的重要環(huán)節(jié)。其中，CMMS是該模式的關鍵功能部分，CDES是該模式的核心功能部分。

3 工程實例

以某風電場為例，利用基于風電機組狀態(tài)監(jiān)測信號分析與特征提取的故障診斷檢修模式，對該風電場實施狀態(tài)檢修。

第一步，對其風電機組進行狀態(tài)檢測，進行健康評估，找到風電機組運行情況及故障分布情況。圖3所示為該風電場所有風電機組各部件全年故障分布圖。

圖3 風電機組各部件全年故障分布圖Fig. 3 Annual failures distribution of various components of wind turbine

該風電場全年所有風電機組平均每臺風機停機

26.16次，其中80%以上的故障能夠遠程復位或自動復位。按發(fā)生次數(shù)排列順序為變槳系統(tǒng)、變頻器、齒輪箱、發(fā)電機、傳感器、編碼器、塔筒振動、偏航系統(tǒng)等故障。導致風機停機的主要的故障分別為：變槳失效、變槳控制通訊故障、變槳限位、變槳電機電流超過最大值、變槳電機轉速高、變槳電池充電器故障、變槳電池故障停機、變頻器故障、轉子WP2035超速、傳感器故障、塔筒振動等。風機大部分故障集中在變槳系統(tǒng)部分，主要因為編碼器、變槳控制器信號通道比較容易損壞，信號線接線松動以及輪轂至主控柜間的電氣滑環(huán)內部容易積累灰塵影響信號的正常傳輸。

第二步，根據(jù)風電機組的故障情況，有針對性地制定運維和檢修方案。

變槳系統(tǒng)的故障率最高，在風電場制定的最短定期運維中，對其做相應檢查；同時，當某臺風機非變槳系統(tǒng)故障，在做故障處理時，順便對變槳系統(tǒng)也做相應檢查。變頻器和齒輪箱的故障率次之，可隔期檢查。另外，根據(jù)具體故障情況，制定檢查內容。例如，根據(jù)變槳系統(tǒng)具體故障情況，其檢查內容主要有：變槳限位、變槳控制通訊、變槳電機電流值、變槳電機轉速等。這樣，可將故障消除在前期狀態(tài)中，減少故障率。

第三步，根據(jù)故障情況，制定詳細、具體、嚴格的處理措施。

例如，變槳限位開關故障時，調整限位擋板、緊固接線端子或更換L + B控制器；變槳角度有差異時，更換L + B控制器或編碼器；變槳控制通訊故障時，定期清洗主控至輪轂間的電氣滑環(huán)內污垢或緊固通訊線端子；變槳失效時，定期清洗主控至輪轂間的電氣滑環(huán)內污垢、更換變槳控制器L + B等。

在處理這些故障時，應注意哪些事項，準備何種工具等，也是要重點考慮的問題。

而基于風電機組狀態(tài)監(jiān)測（含性能檢測）及專家系統(tǒng)的智能化故障診斷與決策的檢修模式，是本文提出的一種智能化檢修模式，該模式目前在風電場還沒有實施，但隨著其智能化的提高，必將大大減少工程師和專家的工作量，提高系統(tǒng)的可靠性，是未來發(fā)展的方向。

4 結 語

對風電機組實施狀態(tài)檢修，可有效降低檢修成本，提高設備可利用率。其實施過程復雜，包括數(shù)據(jù)采集、在線監(jiān)測、故障診斷、故障預測、專家系統(tǒng)、狀態(tài)檢修決策等。具體實現(xiàn)也有很大難度，但狀態(tài)檢修是風電機組檢修的趨勢，隨著風電機組容量的增大、風電場投建的增多，必然會采用風電機組的狀態(tài)檢修。

[1] 黃雅羅, 黃樹紅. 發(fā)電設備狀態(tài)檢修[M]. 北京: 中國電力出版社, 2000.

[2] 張猛. 風電機組狀態(tài)檢測及其可視化[D]. 北京: 華北電力大學, 2012.

[3] Yampikulsakul N, Byon E, Huang S, et.al. Condition Monitoring of Wind Power System With Nonparametric Regression Analysis[J]. IEEE Transactions on energy conversion, 2014, 29(2): 288-299.

[4] 單光坤. 兆瓦級風電機組狀態(tài)檢測及故障診斷研究[D]. 沈陽: 沈陽工業(yè)大學, 2010.

[5] Huang J, Zhang J Z, Cheng M. Fault diagnosis of wind turbine based on multi-sensors information fusion technology[J]. IET renewable power generation, 2014, 8(3): 289-298.

[6] 劉霞. 風力機傳動系統(tǒng)故障診斷研究[D]. 武漢: 華中科技大學, 2013.

[7] 喬中亞. 風電場設備從計劃檢修到狀態(tài)檢修轉變的思考[J]. 江蘇電機工程, 2010, 29(2): 13-15.

[8] 張洪武. 風電機組遠程在線狀態(tài)監(jiān)測技術[A]. 2009年風電場接入電網技術專題研討會論文集[C]. ?？? 風電場接入電網技術專題研討會論文集. 2009: 281-286.

[9] 郭莉娟. 風力發(fā)電機在線狀態(tài)監(jiān)測儀的研究及設計[D]. 長沙: 湖南大學, 2013.

[10] 王致杰, 徐余法, 劉三明, 等. 大型風力發(fā)電機組狀態(tài)監(jiān)測與智能故障診斷[M]. 上海: 上海交通大學出版社. 2013.

[11] 楊明明. 大型風電機組故障模式統(tǒng)計分析及故障診斷[D]. 北京: 華北電力大學, 2009.

[12] 鄒榮貴, 蔣東翔, 黃乾, 等. 風力發(fā)電機組常見故障機理分析[J]. 振動與沖擊, 2008, 27(5): 120-122.

[13] Laakso T, Holttinen H, Ronsten G, et al. State-of-the-art of wind energy in cold climates[R]. Report of International Energy Agency Collaboration Called Wind Energy in Cold Climates. 2003.

[14] 彭國華. 風電機組齒輪箱在線振動監(jiān)測系統(tǒng)的開發(fā)[D]. 南京: 南京航空航天大學, 2013.

Discussion about State-overhaul of Wind Turbines

REN Yan1,2, ZHAI Zhao-jiang3, GUO Qi-ke4, HU Xiang-juan5
(1. School of Electric Power, North China University of Water Resources and Electric Power, Zhengzhou 450045, China；2. China Three Gorges Corporation, Beijing 100038, China； 3. School of Continuing Education, North China University of Water Resources and Electric Power, Zhengzhou 450045, China； 4. Red River Hydropower Development Co. Ltd. in Guangyuan, Yunnan Mengzi 661100, China； 5. Sanmenxia Yellow Pearl(Group) Co., Ltd, Hydroelectric Power Plant, Henan Sanmenxia 472000, China)

In order to reduce overhaul costs, state-overhaul of wind turbines was proposed, which includes data collection, on-line monitoring, fault diagnosis, fault prediction, decision-making and implementation of state-overhaul. Two state-overhaul models of wind turbines were presented. One was the fault-diagnosis overhaul based on signals’ analysis and feature extraction of state-monitor of wind turbines. The other was the intelligent fault-diagnosis and decision-making based on state-monitor and expert system of wind turbines.

state-overhaul； on-line monitoring； fault diagnosis； fault prediction； decision-making of state-overhaul

TK8

A

10.3969/j.issn.2095-560X.2015.03.006

2095-560X（2015）03-0197-05

任 巖（1979-），女，博士/博士后在站，副教授，主要從事風電機組狀態(tài)檢修、水利水電動力工程等方面的研究。

2014-07-04

2015-04-26

國家863計劃項目（2009AA05Z429）；鄭州市科技攻關計劃項目（X2013G0432）；華北水利水電大學高層次人才科研啟動項目（201316）；華北水利水電大學青年科技創(chuàng)新人才支持計劃

? 通信作者：任 巖，E-mail：renyan@ncwu.edu.cn； ren_yan1@ctgpc.com.cn