杜 昊，劉彥攀，李偉強，趙嘉偉

[中廣核新能源投資（深圳）有限公司新疆分公司，新疆 烏魯木齊 830026]

0 引言

為早日實現(xiàn)碳達峰、碳中和的目標，風能作為清潔能源的一種，得到了廣泛地發(fā)展。風能作為一種綠色能源，在生產(chǎn)電能時不需要消耗化石能源，又不會對環(huán)境造成影響，建設地點也相對靈活，因此，風力發(fā)電是利用風能最有效的方式，經(jīng)濟效益極好。在國家政策的支持下，我國風力發(fā)電機組的裝機容量逐步提高，目前已經(jīng)突破3 億kW。根據(jù)相關(guān)報告預測[1]，到2025 年，風電裝機容量將達到5.36 億kW，占所有裝機容量的18.2%，在2023 年前，風電裝機容量將達到8億kW，可以想象，未來風力發(fā)電仍有廣闊的發(fā)展空間。

風力發(fā)電機組為了能夠?qū)崿F(xiàn)可靠經(jīng)濟的運行，機組內(nèi)部構(gòu)造變得異常復雜，某些關(guān)鍵部位的異常會導致整個機組停運[2]。為保證機組正常連續(xù)運行，避免發(fā)生故障。我們不需要對整個機組進行監(jiān)測，只需對某些關(guān)鍵部位進行檢測即可，同樣可以滿足機組正常運行的要求。因此，為保證風電場安全正常運行，避免發(fā)生故障造成財產(chǎn)損失和人員傷亡，從而對風機關(guān)鍵部位進行重點觀測監(jiān)測，最大程度對風機可能出現(xiàn)的故障進行預警，減少不可預計故障的發(fā)生，保證風機的輸出效率，降低因故障的隨機發(fā)生對企業(yè)帶來經(jīng)濟和人員上的損失[3]。

風機的故障大部分都為一個逐漸變化的過程，因此通過監(jiān)測一些風機關(guān)鍵部位的參數(shù)變化則可以實現(xiàn)故障的預警。伴隨著故障發(fā)生，關(guān)鍵部分的參數(shù)變化也從不明顯到明顯。造成風機停機的故障往往都是由輕微的故障而引起，實際上這些輕微故障，如果在前期得到預警，往往都是輕微的、可修復的。因此，關(guān)注風電機組關(guān)鍵部位參數(shù)的變化趨勢和突變，對風機的健康狀況提前做出預警，可以避免大部分的故障，將故障扼殺在搖籃之中，減少經(jīng)濟損失。

探討了風機故障預警的基礎(chǔ)知識，分析了風力發(fā)電機組的基本結(jié)構(gòu)和可能發(fā)生故障的原因，提出了風機故障預警常用的方法。

1 風機故障預警概述

例如振動監(jiān)測系統(tǒng)，可以用于獲取大型旋轉(zhuǎn)機械部件在運行期間的振動信息，以評估其運行狀態(tài)和健康狀況；潤滑油質(zhì)量監(jiān)測系統(tǒng)，用于監(jiān)測風扇或其他旋轉(zhuǎn)設備的潤滑油的質(zhì)量和污染程度，以確保機械設備的正常運行；電氣參數(shù)監(jiān)測系統(tǒng)，用于監(jiān)測電流、電壓、功率等電氣參數(shù)，以評估電力系統(tǒng)或設備的運行狀況；角度傳感器監(jiān)測系統(tǒng)，通常用于監(jiān)測風機葉片或其他需要精確控制和定位的部件的位置，來評估物體的姿態(tài)和位置。溫度監(jiān)測系統(tǒng)，用于監(jiān)測風力發(fā)電機組內(nèi)外的環(huán)境溫度信息，可以及時發(fā)現(xiàn)溫度異?；蜻^熱問題，并采取適當?shù)拇胧┮员ＷC設備的安全運行。這些監(jiān)測系統(tǒng)的目的是通過實時監(jiān)測和分析數(shù)據(jù)，提供對設備運行狀況和環(huán)境參數(shù)的準確了解，以便及時采取必要的維護和控制措施，確保設備的安全性、可靠性和效率。

故障診斷（Fault Diagnosis）來自各種機械設備的測試，故障診斷分為兩個方面：狀態(tài)監(jiān)測和故障診斷，而故障診斷又分為故障預警和模式識別。故障預警通常用于結(jié)合歷史運行數(shù)據(jù)變化的特點，對運行設備進行評估，以提前發(fā)現(xiàn)故障并進行修復，減少損失；故障診斷是使用故障數(shù)據(jù)確定故障類型，并在故障發(fā)生后修復風機。故障預警的基本步驟如圖1 所示。傳統(tǒng)的故障診斷方法僅基于設置簡單的閾值以及簡易的儀器，通過現(xiàn)場工作人員的經(jīng)驗進行故障判定，通常是在故障發(fā)生之后進行故障修復，效率極低且造成經(jīng)濟損失。風機的結(jié)構(gòu)隨著科學技術(shù)的進步而變得更加復雜，運行和維護成本不斷增加，原始的故障預警已不能滿足先進設備的監(jiān)測需求。因此，測試快速、準確的故障預警方法是一個非?？量毯头浅Ｓ袃r值的課題，它可以提前檢測故障并以最小的損失采取維護措施，對提高風電場的經(jīng)濟效益具有重要意義。

圖1 故障預警基本步驟

2 風機基本結(jié)構(gòu)及故障

2.1 風機的基本結(jié)構(gòu)

風力發(fā)電機組通常由氣動機械部分和電氣部分組成。氣動機械部分主要包括風輪、齒輪箱、傳動系統(tǒng)、制動系統(tǒng)、偏航系統(tǒng)、液壓系統(tǒng)、機艙和風機發(fā)電機塔架等。電氣部分主要包括機組的發(fā)電機、控制系統(tǒng)、電力電子部件、變壓器和電網(wǎng)等。各部分功能如下。

（1）傳動系統(tǒng)的功能是將風輪吸收的能量以機械能的形式傳遞給發(fā)電機。由于風輪轉(zhuǎn)速較慢，而發(fā)電機往往需要較高的轉(zhuǎn)速，所以一般需要通過傳動系統(tǒng)提高轉(zhuǎn)數(shù)。

（2）制動系統(tǒng)主要由制動器、驅(qū)動裝置和控制裝置組成實現(xiàn)正常情況下的運動制動以及突發(fā)故障時的緊急制動。

（3）變槳距系統(tǒng)調(diào)節(jié)葉片對氣流的攻角，改變風力機的能量轉(zhuǎn)換效率主要包括連續(xù)變槳和全順漿兩種工作狀態(tài)。

（4）液壓系統(tǒng)以液壓油為介質(zhì)實現(xiàn)控制和傳動功能，提供制動動力，控制變槳距機構(gòu)，機械制動及偏航驅(qū)動。

（5）偏航系統(tǒng)又稱為對風裝置，其作用是使風輪對準風向從而獲得最大風能。當風速小于定風速時，在控制系統(tǒng)的控制下使風輪處于最佳迎風方向，最大限度地利用風能，提高風發(fā)電機組的發(fā)電效率。當風速超過額定風速時，使風輪偏離迎風方向，降低風輪轉(zhuǎn)速，確保設備安全。

（6）發(fā)電機分為直流發(fā)電機與交流發(fā)電機，將機械能變換為電能，雙饋異步發(fā)電機為現(xiàn)在最廣泛使用的發(fā)電機。風力發(fā)電機組的控制系統(tǒng)貫穿于各個部件之中，是一個集成的控制系統(tǒng)。由于風力發(fā)電系統(tǒng)一般安裝在風力資源豐富的海島、山口或綠地上，因此分散安裝的風力發(fā)電系統(tǒng)對于實現(xiàn)無人值守運行和遠程監(jiān)控至關(guān)重要。它不僅必須監(jiān)測機組的風況和運行參數(shù)，控制機組的運行，還必須根據(jù)風速與風向的變化優(yōu)化機組的控制，以提高機組的運行效率和發(fā)電量。

2.2 風機的主要故障及原因

風力發(fā)電機出現(xiàn)故障的類型及原因如圖2 與圖3 所示，故障主要發(fā)生在發(fā)電機與齒輪箱中，并且會造成嚴重的后果。

圖2 發(fā)電機故障類型與原因

圖3 齒輪箱故障類型與原因

3 故障預警方法研究

對于大型機械設備，故障診斷過程通常包括5 個部分，即信號采集、信號處理、狀態(tài)識別、監(jiān)測和診斷決策以及診斷結(jié)果。對于風電機組來說，來自安裝在軸承和其他部位上的傳感器的振動信號被收集并輸入信號處理模塊，在一系列數(shù)學分析之后，獲得信號的狀態(tài)特征并輸入狀態(tài)識別模塊，與正常狀態(tài)下的特征的比較，對機組進行監(jiān)測和診斷，最終得出機組的診斷結(jié)果。一般故障診斷的流程如圖4 所示。

圖4 故障診斷流程圖

隨著風力發(fā)電機組容量的不斷擴大，故障出現(xiàn)的機率也在不斷上升，因此，研究風機故障預警的內(nèi)容變得尤為重要，表1 為風力發(fā)電機組故障診斷的常用方法。

表1 風力發(fā)電機組故障診斷常用方法

風力發(fā)電機組的預警系統(tǒng)把故障預警和故障診斷融合在一起，實現(xiàn)根據(jù)現(xiàn)有數(shù)據(jù)識別潛在故障的能力。當發(fā)現(xiàn)存在潛在故障時，需要把故障的風機號、異常部位、時間等信息以報告的形式輸出，方便管理人員分析故障的原因，評估故障的嚴重程度。并且發(fā)送給風電場，并接受風電場人員實際檢查后對預警的反饋，判斷預警結(jié)果是否準確，預警技術(shù)是一個長期需要不斷優(yōu)化、改正的過程。風機故障預警是通過監(jiān)測設備或系統(tǒng)的運行狀態(tài)和相關(guān)參數(shù)，及時發(fā)現(xiàn)潛在的故障跡象并進行預警，以便采取相應的措施避免或減少故障的發(fā)生和影響。預警方法如下所示：

（1）實時監(jiān)測：使用傳感器、監(jiān)控設備或數(shù)據(jù)采集系統(tǒng)等實時監(jiān)測設備運行狀態(tài)和關(guān)鍵參數(shù)，例如溫度、壓力、振動、電流等。通過連續(xù)監(jiān)測并比較實時數(shù)據(jù)與設定的閾值或預期范圍，一旦參數(shù)超過預警條件，即發(fā)出預警信號。

（2）數(shù)據(jù)分析：對采集到的數(shù)據(jù)進行分析和處理，使用統(tǒng)計學方法、機器學習算法或人工智能技術(shù)等，檢測異常模式、趨勢或特征。通過數(shù)據(jù)分析來預測潛在的故障，并提前發(fā)出預警。

（3）故障模式識別：基于歷史數(shù)據(jù)和已知的故障模式，建立故障診斷模型，使用模式識別算法或?qū)＜蚁到y(tǒng)等技術(shù)，對當前數(shù)據(jù)進行匹配和比對，判斷是否存在故障的可能性，并發(fā)出相應的預警。

（4）基于規(guī)則和經(jīng)驗的預警：根據(jù)設備的特征和運行經(jīng)驗，制定預警規(guī)則和判據(jù)。設置相應的預警閾值，當數(shù)據(jù)超過或接近設定的閾值時，觸發(fā)預警信號。

（5）綜合方法：結(jié)合多種預警方法和技術(shù)，進行綜合分析和判斷。綜合考慮多個參數(shù)、多個模型的結(jié)果，進行綜合評估和決策，提高預警的準確性和可靠性。

一旦發(fā)出預警，對預警的處理如圖5 所示。

圖5 故障預警處理流程圖

故障預警的方法和處理涉及多個環(huán)節(jié)，包括從數(shù)據(jù)采集到預警結(jié)果處理的全過程，從實時監(jiān)測異常到發(fā)出預警信號，從預警結(jié)果的響應和決策到故障的排查與修復，再到故障記錄與分析以及預防性維護與優(yōu)化，最終達到持續(xù)改進與創(chuàng)新的目標。通過有效的故障預警處理，可以最大限度地減少故障對風力發(fā)電系統(tǒng)的影響，確保系統(tǒng)的可靠性、安全性和經(jīng)濟性。

4 結(jié)語

風力發(fā)電現(xiàn)已成為綠色能源的主要參與者。研究風力發(fā)電機組故障預警的相關(guān)技術(shù)，分析了風力發(fā)電機常見的故障與原因以及常見的故障預警方法有較高的價值。通過預警可以提前發(fā)現(xiàn)風機的潛在故障，避免重大事故的發(fā)生，提高風機的發(fā)電效率。