風電機組故障診斷綜述

許駿龍　葛志松　陳琪

【摘 要】目前應用于風電機組的狀態監測與故障診斷技術還不成熟，缺乏有效的監測診斷方法。選擇合適的狀態監測方法，實現有效的故障診斷依舊是現在的主要問題。本文通過介紹故障診斷技術的發展趨勢，總結了風電機組的主要故障及對應的診斷方法，以及未來發展的一些思考。

【關鍵詞】風電機組；故障預警；狀態監測

中圖分類號： TM315 文獻標識碼： A 文章編號： 2095-2457（2018）36-0034-003

DOI：10.19694/j.cnki.issn2095-2457.2018.36.014

Summary Fault Diagnosis of Wind Turbines

XU Jun-long GE Zhi-song CHEN Qi

（Shanghai Institute of Measurement and Testing Technology，Shanghai 201210，China）

【Abstract】The conditon monitoring and fault diagnosis techniques currently applied are still immature and lack effective methods.Choosing the right condition monitoring method to achieve effective fault diagnosis is still the main problem now.This paper briefly introduces the development trend of fault diagnosis technology，summarizes the main faults of wind turbines and the corresponding monitoring and diagnosis methods，and some considerations for future development.

【Key words】Wind turbines；Condition monitoring；Fault diagnosis

1 研究背景

如今全球的風能總量約為2.74×109MW，其中可利用的風能約為2×107MW我國的風能資源居世界第三位[1]。風力發電是目前世界上增長最快的發電技術，每年風電裝機容量都在迅猛增加，但成本卻逐年降低。根據風力發電信息網的數據2017年全球總裝機容量539851MW，新增裝機容量達到52573MW。隨著裝機容量逐步提高，風電機組故障率也隨之提高，風力發電機組的監測與故障診斷的重要性越來越凸顯。

表1 全球新增裝機容量與累計裝機容量

2008至2017

2 狀態監測與故障診斷技術的發展概況

美國最早于20世紀60年代開始了對機械設備的監測與故障診斷技術研究。1961年由于設備故障導致阿波羅計劃的悲劇結果引起了美國對故障診斷的重視。60年代末，英國開始了對設備故障診斷技術的探索，以R.A.Collacott博士為核心人物的英國機器保健中心在此領域取了一定的成果[2]。70年代以新日鐵豐田利夫教授為核心日本科學家開展了診斷技術的研究工作，并很快得到應用。隨著測試技術、計算機技術和信號處理技術的興起，90年代監測與故障診斷技術開始迅猛發展[3]。

我國風電產業起步較晚，開始于20世紀60至70年代。1986年，山東榮城建設投產了第一個風電場，從此拉開了我國風電技術研究與開發序幕。研究工作最初集中在在國內的高校及科研院所取得了一些成果，例如微計算機化旋轉機械狀態監測故障診斷裝置“MMMD-Ⅲ”（哈工大）RMDS系統和RD-20系統（西安交大），DAS動態分析及故障診斷系統（重慶大學），MMDS-9000系統（鄭州工業大學），BB-1系統（清華大學）等均融合了振動故障診斷理論、機組故障診斷技術、計算機技術、網絡通訊技術等。

3 風電機組的狀態監測與故障診斷技術

風電機組包括風輪、變槳系統、機艙、齒輪箱、偏航系統、制動系統、發電機、電氣系統、控制系統等子系統。風電機組通過風輪捕獲風能，傳動系統將風能傳遞到發電機，發電機在輔助系統的協調下發電，再通過變頻器并入電網。絕大多數風電機組的工作環境非常惡劣，因此運行過程中故障高發，尤其是齒輪箱和發電機。

3.1 齒輪箱

齒輪箱位于機艙中，起作用是提供大增速比使得葉片在風力下產生的動力傳遞給高轉速的發電機，是風電機組中的重要部分。高速運轉的齒輪會產生大量熱量，極易發生故障。其中齒輪故障和軸承故障是最為常見的情況。

基于振動信號的診斷方法是目前研究最成熟，使用最廣泛的一種故障監測診斷方法。對齒輪箱中傳感器測量到的振動信號通過時域診斷方法，依據時域波形的均值、方差及殘差等對故障進行判斷，其中功率譜分析是診斷中應用最多的一種頻譜分析法，這是由于機械振動的特征頻率不僅是判斷故障的重要指標，也可以實現故障的準確定位，精確的識別故障部位。實際中齒輪箱測量到的振動信號都會包含非平穩成分，時頻分析法結合頻域及時域分析的優點，適用于非穩定信號的處理，對其而言較為成熟的方法有傅里葉變換，倒頻譜分析、經驗模態分解等。

借助小波包分析可以實現齒輪箱振動信號的初步故障診斷，再結合BP神經網絡對特征值分類，對齒輪進行故障診斷。小波包的時頻分辨率比小波變換的高，因為小更具自適應性。文獻[5]提出了利用峭度進行診斷的方法。峭度是一個無量綱幅域參數，對沖擊信號比較敏感，并且與概率密度有關。當振動信號的概率密度接近正態分布且軸承元件表面存在損傷故障時，會使峭度增大偏離正常值，這樣就可以把軸承的正常狀態和故障狀態分開了，再利用峭度檢測出信號中的沖擊成分，從而診斷出故障原因。

另外一種廣泛使用的故障監測診斷方法是溫度測量法，齒輪箱中零部件的溫度變化一定程度上體現了其所處的運行狀態，這種診斷方法較為簡單，測量到的狀態量溫度無需進行復雜的后續處理，容易實現。但是只能初步診斷齒輪箱和發電機的工作狀態。

3.2 發電機

發電機將傳動系統捕獲的風能轉變電能，是風電機組中的核心子系統。發電機故障的情況多種多樣，主要為零部件損壞等機械故障以及電壓電流異常、絕緣故障，放電故障等電氣故障。發電機中所有的故障都是按照一定的機理產生的，具有規律性，會引起電壓、電流、功率或者振動、溫度的變化，現有的絕大多數故障診斷方法都是通過電氣信號和機械信號的變化分析總結得出，目前主要應用的診斷方法有：電壓高次諧波檢測診斷法、定子電流診斷法、振動和溫度檢測診斷法。

快速傅里葉分析處理轉子調整信號診斷方法通過在轉子、定子繞組中串聯電阻的方式來模擬定、轉子繞組不對稱故障，并結合FFT來提取轉子、定子電流以及轉子調整信號的頻譜，通過比較故障情況下轉子、定子電流的諧波頻譜和轉子調整信號的頻譜來判斷是否產生故障[5]。

另外一種方式則是通過分析信號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，新發展起來的小波分析法具有非常好的時頻特性及高質量的分辨率。文獻[6]將雙饋異步電機電流構建Luenberger觀測器方程，通過仿真計算比較在正常及短路情況下觀測器和系統間的觀測誤差，若其快速收斂則判斷未發生故障；若其突然超過閾值，則判斷此時發生了故障。此類方法從仿真階段邁向實際故障診斷有著重要的意義。

3.3 其他

偏航系統能夠側等風向并且根據風向控制機艙旋轉對風，是水平軸式風電機組必不可少的組成系統之一。其常見的故障有：偏航定位異常、噪聲異常、偏航齒圈磨損、潤滑油滲漏故障和偏航限位開關故障等，因此主要采用偏航電機的電流、電壓信號分析法及振動信號檢測法等。

控制系統是整個風電機組的指揮中樞，其控制偏航系統對風，使變槳系統最大限度的捕獲風能，控制變流器使得發電機穩定的輸出電能。主要的故障包括短路故障、過載故障、接地故障及無法啟動變頻器故障等。對其的監測也可以通過振動信號或者發電機的電流信號分析法來實現故障診斷。

電氣系統主要通過變頻器將發出的電并入電網，其主要故障點為變頻器，包括變頻器誤動作、過電壓、過電流、過熱、欠電壓等。主要的故障診斷方法有變頻器電壓、電流信號分析進行故障判斷，感知器分解出故障信息及小包分析法進行故障信息提取等。

4 小結

目前故障診斷技術的研究方向主要在故障特征提取、故障機理研究及信號分析與處理技術研究。其中風電機組的常見故障的故障機理已明確，其信號分析方法研究也基本成熟，基本能夠實現故障的準確識別。而故障信息的提取主要通過傳感器，信息的傳輸則是主要通過有線或無線傳輸方式，而智能傳感器的成熟應用將為監測診斷技術的發展帶來一場新的革命。

【參考文獻】

[1]中國風力發電網 https：//www.fenglifadian.com/.

[2]關立山，世界風力發電現狀及展望，全球科技經濟展望，2004.

[3]胡其穎，風能利用的發展預測，可再生能源，2005.

[4]李俊峰，高虎，施鵬飛等，2007，中國風電發展報告，中國環境科學出版社，2008.

[5]錢雅云，馬宏忠，雙饋異步電機故障診斷方法綜述，大電機技術，2011.

[6]C.Hatch.Improved wind turbine condition monitoring using acceleration enveloping[J].2004.