趙海亮

（中廣核新能源安徽有限公司，合肥 230031）

風能資源豐富，而且擁有較大的開發(fā)潛力，是促進風電產業(yè)發(fā)展、實現(xiàn)能源結構多元化、改善環(huán)境的強有力助推劑[1-2]。目前，我國風力發(fā)電機組正處于大力開發(fā)階段，且已經(jīng)發(fā)展為覆蓋式的裝機規(guī)模，成為了第三大電能供應資源[3]。然而，隨著風力發(fā)電基地的陸續(xù)投入，即使故障非常微小，由各元件之間耦合性所引發(fā)的負面“鏈式效應”仍可能造成不可預估的災難性危害和損失。例如，機組大范圍停機或切除、風電場脫網(wǎng)、電網(wǎng)電壓暫降等情況[4]，都會進一步加劇電網(wǎng)發(fā)生事故的嚴峻程度。

當前電力領域的專家與學者紛紛對風力發(fā)電機組故障展開了深入探索與研究，以確保風電場安全高效運行。文獻[5-6]分別采用系統(tǒng)數(shù)據(jù)圖形化手段與支持向量機分類技術來預測風力發(fā)電機組故障，其方法不僅能夠預見故障，而且能夠識別故障類型；文獻[7-8]分別采用孿生深度神經(jīng)網(wǎng)絡與卷積神經(jīng)網(wǎng)絡-集成學習來對風力發(fā)電機組故障進行診斷，其方法能根據(jù)提取到的故障特征，給出準確的故障診斷結果。當前對于風力發(fā)電機組故障的研究主要分為診斷和預測兩方面，鮮有對某個故障類型進行針對性的研究。

短路故障是風力發(fā)電機組易發(fā)生的故障類型，其中內部短路故障造成的破壞最為嚴重，故提出基于GWKNN（improve weighted K-nearest neighbors，改進加權K-最近鄰）算法設計的一款機組內部短路故障辨識系統(tǒng)。

1 風力發(fā)電機組內部短路故障辨識系統(tǒng)硬件設計

由電源模塊、顯示模塊、通信模塊、控制模塊、采集模塊、存儲模塊搭建系統(tǒng)硬件架構，以保證系統(tǒng)控制、數(shù)據(jù)采集、供電、存儲、顯示、通信功能的實現(xiàn)，以此為后續(xù)風力發(fā)電機組內部短路故障辨識算法的設計與實現(xiàn)奠定堅實的基礎。整體結構如圖1所示。

圖1 系統(tǒng)硬件物理架構圖Fig.1 Physical architecture of system hardware

各模塊設計思路如下所述：

（1）控制模塊：考慮到計算精度、速度、系統(tǒng)功耗等方面的因素，該模塊選用TMS320F28335 的高性能32 位浮點數(shù)字信號處理器，憑借數(shù)據(jù)與程序分離式的哈佛結構，實現(xiàn)機組內部工況數(shù)據(jù)采集、信號處理、故障分析及系統(tǒng)控制等功能的獨立執(zhí)行。

（2）采集模塊：采用32 通道12 位的AD2014-ICJ采樣器、6222S-100A 型加速度傳感器、AS-TE 型溫度傳感器等組件，采集機組各設備信號，該模塊與控制模塊的并行連接接口為EMIO 接口。

（3）電源模塊：作為系統(tǒng)各個元件的電力提供源，該模塊選用TPS6735IDR 芯片為控制模塊提供內核正常工作電壓1.5 V，I/O 端口電壓2.8 V 和2.1 V，為DDR2 存儲器提供正常工作電壓2 V，為采集模塊提供單電源供電電壓7 V。選用XRP7714ILB-F 芯片為其他模塊提供正常工作電壓3.6 V。由于電壓會因外界因素不在允許波動范圍內或消失，故利用變壓器[9]轉換直流電源與電壓，保護電路，避免控制模塊受損。

（4）存儲模塊：采用基恩士研發(fā)的KV-M128C型號多媒體卡，為采集到的機組工況數(shù)據(jù)提供大容量、易讀取、可移動的儲存容器，能夠保證數(shù)據(jù)存儲的安全性和可靠性。

（5）顯示模塊：選用像素為320×240 的5.7 寸LMBGAT032G27CK 數(shù)字液晶屏作為系統(tǒng)顯示界面，實時呈現(xiàn)機組工作時各設備參數(shù)變化及短路故障辨識結果，該模塊與控制模塊通過視頻圖形陣列輸出接口連接。

（6）通信模塊：該模塊分為有線與無線2 種通信模式。有線通信采用TL16C451 異步通信元件，在FIFO 模式下，接收、發(fā)送16 個字節(jié)的外設信號，該元件不受傳輸字符和處理器接收緩沖的限制，通過RS-485 標準串口的單電源電平轉換芯片，與上位機串口完成通信；無線通信采用型號為CC2540-F256RHAR 的無線射頻收發(fā)器，有效應對機組惡劣、偏遠的工作環(huán)境，確保數(shù)據(jù)傳輸?shù)目煽啃浴?/p>

2 機組內部短路故障辨識系統(tǒng)軟件設計

采用GWKNN 算法獲取內部短路故障特征值的異常搜索因子以及特征模式，從而實現(xiàn)風力發(fā)電機組內部短路故障辨識算法設計。

基于GWKNN 算法的短路故障辨識算法實現(xiàn)流程如下所述：

（1）按照移動時間窗的寬度m，得到由m 個子時序f（mi）構成的時序集f（m1），f（m2），…，f（mi）。

（2）為簡化序列且保證時序趨勢的完整性，利用下式變異操作時序中各序列點的極值編碼M，得到從鄰近的一個極值點到達另一個極值點的子時序集：

該式說明，當?shù)趇 個檢測窗f（mi）max最大值同鄰近窗f（mi±1）max最大值異或結果是0 時，編碼取值為Mi′；當?shù)趇 個檢測窗f（mi）min最小值同鄰近窗f（mi±1）min最小值異或結果是0 時，編碼取值為Mj″；其他情況下，編碼取值為Mi。

（3）分析時域信號，提取出短路故障的特征值，并通過下式進行標準化處理：

所得短路故障的特征序列F′如下：

式中：K 表示特征值集的類別個數(shù)。

（5）將距離DPWK代入式（2）完成標準化處理，對于標準化處理過后的DPWK利用高斯核函數(shù)將其變?yōu)榈耐惛怕剩Y果用下式表示：

3 機組內部短路故障辨識系統(tǒng)測試

3.1 功能實現(xiàn)效果分析

在研究對象的監(jiān)測計算機中加入機組內部短路故障辨識系統(tǒng)并運行，系統(tǒng)各模塊功能的實現(xiàn)結果如表1 所示。

表1 系統(tǒng)模塊功能Tab.1 System module functions

由表1 可以看出，系統(tǒng)的主要模塊功能均達到預期設計目標?？刂颇K通過采用TMS320F28335高性能32 位浮點數(shù)字信號處理器，有效實現(xiàn)了機組內部工況數(shù)據(jù)采集、信號處理、故障分析及系統(tǒng)控制等功能的獨立執(zhí)行；采集模塊通過使用AD2014-ICJ 采樣器與多個傳感器，準確采集到機組各設備的信號；電源模塊分別選用了TPS6735IDR 芯片與XRP7714ILB-F 芯片，確保了準確供電；存儲模塊將KV-M128C 型號多媒體卡作為機組工況數(shù)據(jù)的可移動儲存容器；顯示模塊通過視頻圖形陣列輸出接口，實時呈現(xiàn)出機組工作時各設備參數(shù)變化及短路故障辨識結果；通信模塊分別采用TL16C451 異步通信元件與CC2540F256RHAR 無線射頻收發(fā)器，保證了數(shù)據(jù)的可靠傳輸。

3.2 故障辨識效果分析

3.2.1 短路故障信號辨識精度

不同短路故障下，目標機組單位時間運行過程中各相上的實際輸出與期望輸出如表2 所示。

由表2 可以看出，所建系統(tǒng)采用32 通道12 位的AD2014-ICJ 采樣器、6222S-100A 型加速度傳感器、AS-TE 型溫度傳感器等組件，為基于GWKNN 算法的短路故障辨識提供了可靠數(shù)據(jù)，準確辨識出風力發(fā)電機組內部的短路故障信號。期望輸出與實際輸出出現(xiàn)最大差值的故障為AB 兩相短路，僅0.0328 A；出現(xiàn)最小差值的故障為AC 兩相短路接地，僅0.0011 A。

3.2.2 短路故障類型辨識精度

利用所建系統(tǒng)在目標機組中運行一段時間，得到10 種不同短路故障類型的辨識結果。若運行過程中，故障類型始終辨識正確，則標記為“√”；若出現(xiàn)一次錯誤辨識，則標記為“×”。具體如表3 所示。

表3 不同短路故障類型辨識Tab.3 Identification of different short circuit fault types

由表3 中的辨識結果可以看出，該系統(tǒng)憑借Visual Basic 語言強大的獨立性與靈活性，充分發(fā)揮了數(shù)據(jù)通用化環(huán)境的優(yōu)勢，打破了信號辨識時的局限性，準確辨識出不同的短路故障。由于AB 兩相短路與AB 兩相短路接地的故障信號極為相似，故所建系統(tǒng)混淆了這2 種短路故障。其中，將AB 兩相短路故障錯誤辨識為AB 兩相短路接地故障3 次，反相錯誤辨識4 次。但總體該系統(tǒng)的短路故障類型辨識準確度較高，具備較大的推廣潛力。

3.2.3 故障辨識時間

本實驗環(huán)節(jié)從辨識時間入手，檢驗系統(tǒng)是否具備較高的故障辨識效率。單位運行時間內各個短路故障的平均辨識時間如表4 所示。

表4 不同短路故障辨識時間Tab.4 Different short circuit fault identification times

由表4 可以看出，系統(tǒng)所采用的基于GWKNN算法的短路故障辨識算法對10 種短路故障的平均辨識時間僅需3.99 s，AC 兩相短路接地故障的辨識時間最長，但也只花費了5.06 s，說明該系統(tǒng)的短路故障辨識效率較高，能夠滿足實際應用中的時效需求。

4 結語

隨著風電能源在電力能源供應中比重的增加，風電產業(yè)迅猛發(fā)展，風力發(fā)電機組裝機規(guī)模與日俱增，對機組安全性的關注也越來越高。通過總結各地機組運行工況發(fā)現(xiàn)，即使是機組內部的微小故障，也有可能引發(fā)嚴重的電力事故，給企業(yè)帶來巨大的經(jīng)濟損失。故構建出內部短路故障辨識系統(tǒng)來加強機組安全屏障，并為故障后續(xù)維修提供依據(jù)是非常必要的，今后仍將以此為目標，從其他方面做進一步探討。