魏則輝　張?jiān)?/p>

【摘 要】人們生活水平的提高，用電需求的不斷增多，促進(jìn)了我國電力產(chǎn)業(yè)的不斷發(fā)展。隨著環(huán)境問題、能源危機(jī)的日益突出，以風(fēng)電、光伏等為代表的可再生清潔能源的裝機(jī)容量占電力系統(tǒng)的比重不斷增加。全球風(fēng)能理事會(huì)發(fā)布的統(tǒng)計(jì)數(shù)據(jù)表明，全球風(fēng)電新增裝機(jī)容量63.0GW，其中中國新增30.5GW，總規(guī)模達(dá)到432.4GW。另外，隨著風(fēng)電機(jī)組單機(jī)容量的不斷增長以及風(fēng)電場規(guī)模的日益擴(kuò)大，風(fēng)電系統(tǒng)的結(jié)構(gòu)變得越來越復(fù)雜，不同組件間耦合更加緊密，一個(gè)微小的缺陷可能引發(fā)災(zāi)難性的大故障，造成機(jī)組停機(jī)，甚至導(dǎo)致機(jī)組部件的損壞，給企業(yè)帶來巨大的經(jīng)濟(jì)損失。本文就風(fēng)電機(jī)組在線智能故障診斷技術(shù)發(fā)展趨勢展開探討。

【關(guān)鍵詞】風(fēng)力發(fā)電；齒輪箱；故障預(yù)測；故障診斷

1風(fēng)電機(jī)組的主要故障類型

1.1齒輪箱故障

齒輪箱是風(fēng)電系統(tǒng)中故障率最高的部件，且造成停機(jī)時(shí)間較長，包含齒輪、滾動(dòng)軸承和軸等部件，其常見的故障主要為齒輪和滾動(dòng)軸承的故障。近年來，新投產(chǎn)風(fēng)電機(jī)組普遍都配備了振動(dòng)監(jiān)測系統(tǒng)。當(dāng)齒輪或滾動(dòng)軸承存在局部缺陷時(shí)，其振動(dòng)信號(hào)中含有豐富的信息。通過有效提取信號(hào)的特征，一般可以較為準(zhǔn)確地診斷出缺陷種類及所處的部位。常用的時(shí)頻分析方法有傅里葉變換、小波變換、Hilbert-Huang變換等，將其與基于神經(jīng)網(wǎng)絡(luò)方法、人工智能技術(shù)以及專家系統(tǒng)的學(xué)習(xí)與分類能力相結(jié)合，可實(shí)現(xiàn)對(duì)齒輪箱故障的快速準(zhǔn)確的智能化診斷。

1.2發(fā)電機(jī)故障

發(fā)電機(jī)中所有的故障都是按照一定的機(jī)理產(chǎn)生的，具有規(guī)律性，會(huì)引起電壓、電流、功率或者振動(dòng)、溫度的變化，現(xiàn)有的絕大多數(shù)故障診斷方法都是通過電氣信號(hào)和機(jī)械信號(hào)的變化分析總結(jié)得出，目前主要應(yīng)用的診斷方法有：電壓高次諧波檢測診斷法、定子電流診斷法、振動(dòng)和溫度檢測診斷法。快速傅里葉分析處理轉(zhuǎn)子調(diào)整信號(hào)診斷方法通過在轉(zhuǎn)子、定子繞組中串聯(lián)電阻的方式來模擬定、轉(zhuǎn)子繞組不對(duì)稱故障，并結(jié)合FFT來提取轉(zhuǎn)子、定子電流以及轉(zhuǎn)子調(diào)整信號(hào)的頻譜，通過比較故障情況下轉(zhuǎn)子、定子電流的諧波頻譜和轉(zhuǎn)子調(diào)整信號(hào)的頻譜來判斷是否產(chǎn)生故障。另外一種方式則是通過分析信號(hào)的功率譜密度來診斷匝間短路故障，功率譜密度分析法也是目前故障診斷中最廣泛使用的分析法。但FFT和PSD具有缺乏空間局部性等特點(diǎn)，新發(fā)展起來的小波分析法具有非常好的時(shí)頻特性及高質(zhì)量的分辨率。

1.3電力電子裝置故障

并網(wǎng)風(fēng)電機(jī)組一般通過變頻器接入電網(wǎng)，從而實(shí)現(xiàn)在環(huán)境風(fēng)速變化的情況下，也可以向電網(wǎng)輸送高質(zhì)量電能。所不同的是：永磁直驅(qū)式風(fēng)力發(fā)電機(jī)是定子側(cè)通過變頻器接入電網(wǎng)的；雙饋式風(fēng)力發(fā)電機(jī)是轉(zhuǎn)子側(cè)通過變頻器接入電網(wǎng)的，定子側(cè)直接與電網(wǎng)相連。變速恒頻式風(fēng)力發(fā)電機(jī)，尤其是雙饋式風(fēng)力發(fā)電機(jī)在電網(wǎng)發(fā)生故障時(shí)容易導(dǎo)致風(fēng)力發(fā)電機(jī)機(jī)端電壓跌落，造成發(fā)電機(jī)定子電流增加進(jìn)而導(dǎo)致轉(zhuǎn)子電流的增加，極易導(dǎo)致風(fēng)電機(jī)組變頻裝置的功率元器件損壞。功率元件的故障信息主要通過開路故障反映，常用小波分析的方法提取變頻裝置故障狀態(tài)下電路響應(yīng)中所包含的有效故障特征信息，并結(jié)合神經(jīng)網(wǎng)絡(luò)方法對(duì)故障進(jìn)行分類和嚴(yán)重程度的判斷。

2風(fēng)電機(jī)組故障診斷算法選擇

（1）神經(jīng)網(wǎng)絡(luò)算法從理論上分析十分適合風(fēng)電機(jī)組子系統(tǒng)的故障診斷，然而運(yùn)用至實(shí)際系統(tǒng)中因耗時(shí)較長而失去優(yōu)勢。并且不能對(duì)推理過程進(jìn)行展現(xiàn)，而失去對(duì)故障診斷結(jié)果準(zhǔn)確性的說服力。（2）符號(hào)有向圖能夠根據(jù)經(jīng)驗(yàn)或基本定理，但在風(fēng)電機(jī)組整體系統(tǒng)建立中此模型僅限子系統(tǒng)的故障建立，并不能反映底層元件的情況，因此沒有能夠完全實(shí)現(xiàn)風(fēng)電機(jī)組故障診斷。（3）專家系統(tǒng)能有效提高診斷速度與準(zhǔn)確度，但在大型專家系統(tǒng)中會(huì)出現(xiàn)知識(shí)庫維護(hù)難度大，容錯(cuò)能力較差等缺陷。（4）模糊故障Petri網(wǎng)能夠簡潔清晰的表示出風(fēng)電機(jī)組的組成結(jié)構(gòu)，細(xì)化到底層元件。以矩陣計(jì)算完成推理過程，使得推理過程具有快速的優(yōu)勢。不過在建立系統(tǒng)中也存在一定的缺陷，系統(tǒng)過大會(huì)造成節(jié)點(diǎn)過多，導(dǎo)致關(guān)聯(lián)矩陣過大而產(chǎn)生的空間爆炸。綜上所述，在風(fēng)電機(jī)組整機(jī)故障診斷中，選擇模糊故障Petri網(wǎng)實(shí)現(xiàn)故障診斷。在系統(tǒng)建立過程中解決模糊故障Petri網(wǎng)自身存在的缺陷。實(shí)現(xiàn)整機(jī)的故障診斷過程。

3在線智能故障分析的發(fā)展方向

完整和正確的數(shù)據(jù)采集是后續(xù)狀態(tài)分析和故障診斷的基礎(chǔ)。因此，在今后的集中監(jiān)控技術(shù)研究中，應(yīng)將風(fēng)電機(jī)組SCADA系統(tǒng)、升壓站綜合自動(dòng)化系統(tǒng)、風(fēng)功率預(yù)測系統(tǒng)、AGC/AVC能量管理系統(tǒng)、生產(chǎn)管理系統(tǒng)等現(xiàn)有分散監(jiān)控與管理系統(tǒng)進(jìn)行整合。采取不同時(shí)間尺度的異構(gòu)數(shù)據(jù)采集技術(shù)、防止數(shù)據(jù)丟失的數(shù)據(jù)隊(duì)列技術(shù)以及不同時(shí)間尺度的異構(gòu)數(shù)據(jù)的統(tǒng)一存儲(chǔ)技術(shù)，建立以風(fēng)電機(jī)組關(guān)鍵部件的振動(dòng)在線監(jiān)測數(shù)據(jù)、油液在線監(jiān)測數(shù)據(jù)、葉片在線監(jiān)測、離線點(diǎn)檢數(shù)據(jù)、風(fēng)電場的環(huán)境監(jiān)測數(shù)據(jù)等為基礎(chǔ)的統(tǒng)一實(shí)時(shí)和歷史數(shù)據(jù)庫，確保風(fēng)電場實(shí)時(shí)數(shù)據(jù)的完整性和正確性。進(jìn)而，基于各類異構(gòu)數(shù)據(jù)的統(tǒng)一管理技術(shù)，將實(shí)時(shí)數(shù)據(jù)庫和歷史數(shù)據(jù)庫與統(tǒng)一的風(fēng)電設(shè)備健康狀態(tài)數(shù)據(jù)庫相結(jié)合，建立風(fēng)電場統(tǒng)管數(shù)據(jù)庫?；陲L(fēng)電場統(tǒng)管數(shù)據(jù)庫，開發(fā)風(fēng)電場場群的集中監(jiān)控與管理技術(shù)，實(shí)現(xiàn)不同供應(yīng)商的各類設(shè)備的集中監(jiān)控與管理，實(shí)現(xiàn)風(fēng)電場場群的狀態(tài)監(jiān)測、運(yùn)維調(diào)度和生產(chǎn)運(yùn)營的統(tǒng)一管理。具體的技術(shù)路線如圖1所示。在風(fēng)電場場群的實(shí)時(shí)監(jiān)測、運(yùn)維管理和生產(chǎn)運(yùn)營的統(tǒng)一管理基礎(chǔ)上，下一步的工作即是開發(fā)重要子系統(tǒng)的在線監(jiān)測系統(tǒng)，如齒輪箱磨損狀態(tài)監(jiān)控、葉片表面狀態(tài)監(jiān)控等。以齒輪箱磨損狀態(tài)監(jiān)控為例，通過對(duì)齒輪摩擦副的摩擦、磨損、潤滑與潤滑油劣化特征的研究，尋求對(duì)齒輪油運(yùn)動(dòng)粘度、油中水含量、介電常數(shù)、溫度、磨損烈度指數(shù)等多參數(shù)的集成式實(shí)時(shí)在線檢測方法，從而系統(tǒng)地建立風(fēng)電機(jī)組齒輪箱潤滑磨損在線監(jiān)測體系，其技術(shù)路線如圖2所示。風(fēng)電場故障預(yù)警技術(shù)的實(shí)現(xiàn)，有利于運(yùn)維人員工作職責(zé)的原子化、遠(yuǎn)程化和信息化，實(shí)現(xiàn)風(fēng)電場維護(hù)的智能化和簡易化，最終達(dá)到風(fēng)電場的安全、穩(wěn)定、高效運(yùn)行，如圖3所示。

結(jié)語

風(fēng)力發(fā)電在不斷發(fā)展，風(fēng)場數(shù)量以及容量在快速增加，風(fēng)電在電力系統(tǒng)中所占比例也在逐年增長。對(duì)風(fēng)電機(jī)組運(yùn)行狀態(tài)進(jìn)行監(jiān)測評(píng)估能夠有效提高風(fēng)電機(jī)組的運(yùn)行可靠性，能為風(fēng)電機(jī)組檢修和維護(hù)提供依據(jù)，降低故障維修成本。

參考文獻(xiàn)：

[1]李帆.風(fēng)力發(fā)電系統(tǒng)故障診斷方法綜述[J].控制工程，2017.

[2]楊明.大型風(fēng)電機(jī)組故障模式統(tǒng)計(jì)分析及故障診斷[D].北京：華北電力大學(xué)，2015.

（作者單位：浙江運(yùn)達(dá)風(fēng)電股份有限公司）