風力發電系統變頻器故障診斷研究

高順

摘要：風能是一種可再生的清潔能源，其開發利用不僅可以緩解我國能源短缺的問題，還可以改變傳統的發電方式。這是我國發展模式向更加科學、更加環保的方向發展的必然趨勢。從近年來風電的應用來看，風電不僅緩解了我國電力供應緊張的局面，而且具有良好的環境效益。此外，我國風能儲量豐富，風力發電未來發展前景十分廣闊。在風電系統中，變頻器廣泛用于輔助電源的轉換和傳輸，其作用不容小覷。因此，在風力發電系統中，需要重視逆變器的故障診斷，改進診斷技術和工藝，最大限度地發揮逆變器的功能。本文為了提高逆變器故障診斷的實際效果，對風力發電系統中逆變器的故障診斷進行了研究。

關鍵詞：風力發電系統;變頻器;故障診斷

一、導致風力發電系統變頻器發生故障的主要因素

結合現階段我國通用直流變頻器過熱放電的原因分析及熱處理方法，從實際工作情況出發，可能導致變頻過熱放電變頻器長期發生變頻過熱放電故障的主要影響因素有三個：① 在實際運行中可能導致變頻器過熱預測信號誤差（直流變頻信號故障）;② 實際運行預測中的實際運行經驗誤差與未能準確預測實際運行誤差之間可能存在大量數值計算偏差;③ 由于電網的高溫波動，長期超熱過電壓和過熱的電源電流會導致電網過熱。其中，變頻器長期發生過熱過電壓的主要因素包括許多可能的情況，如變頻電網的主電源電壓波動、電壓過高或過熱引起的電流欠壓、電壓過高或過熱等，電網電流引起的電壓波動，以及低壓引起的電網交叉。主要含義是一般指中間直流勵磁控制電路轉子母線并列波動引起的過熱過電壓，導致變頻過熱事故和變頻器長期過熱過電壓的主要影響因素一般存在以下兩點：① 交流變頻電網電源驅動側轉子電流波動沖擊變頻電網產生過電壓，導致變頻電網電流電壓波動，或電流沖擊電網低壓使電網通過;② 直流變頻電源編碼器勵磁電路的干擾導致直流變頻電源轉子電流驅動側勵磁控制電路電壓調節紊亂。例如，雷擊事件引起的直流過電壓和變頻電容器直流負載的逐漸減小，將導致直流負載速度逐漸增加。在直流負載側，變頻電容器中部的直流電源電路沒有直流傳輸容量，因此在短期使用時不能實現直流能量的同時傳輸。其容量高于中間直流電源電路傳輸鏈路中所用載波的傳輸容量，可能導致各種過電壓電路故障。變頻電容器的中間直流電源電路的穩壓電容器的容量可能會逐漸減小，中間直流發電電路的容量可能會減小，從而導致直流電路的自動電壓調節器的容量逐漸減小，逆變器供電側逆變器并網電路同時采用雙饋直流發電電路設施，表明該電路剩余直流電能應同時傳輸并應用于逆變器電網，但各種過電壓故障仍可能同時發生。

二、風力發電系統變頻器故障診斷優化措施

2.1神經網診斷技術

所謂的人工神經網絡也稱為腦神經網絡。其主要含義是泛指由大量神經處理單元信息組成的神經網絡。只要它只科學地模擬了大量人類正常的大腦結構，后期的數學模型就可以很容易準確地反映出大量的人腦神經特征信息。人工神經網絡的系統探索主要從研究各種人腦神經生理網絡的框架結構入手，系統探索各種人的能力和行為規律，模擬基于人腦的大數據處理網絡的形式。其技術是在現代神經科學、數學、統計學等基礎學科的理論基礎上發展起來的科學技術。目前，神經網絡分析技術本身最大的優點是可以利用各種信息對象的顯層和其他隱層神經網絡對象來實現性能訓練，并在沒有傳統數學分析模型的基礎上，對數據挖掘階段診斷的對象信息進行實時性能評估。然而，由于人工網絡中神經元素的使用逐漸擴大或增加，網絡信息處理的技術框架相對繁瑣。最后，通過技術培訓，相關數據和最終診斷結果的真實性越來越高。該變頻人腦交互功能的主要研究目的是在不直接干預系統的傳統技術的基礎上，實現現場變頻數據處理信息的自動實時處理和分發，以及實時變頻故障診斷在整個現場變頻器系統中構建各種數學信號原型處理模式。在變頻器使用全過程系統故障信息分析與診斷的科學探索中，可以看出系統可以通過隱層神經網絡結構數學分析模型直接分析數據中包含的故障信息，從而實現數據分析，明確故障診斷點的類型。

2.2小波分析技術

雖然高頻小波分析技術使其作為窗口的大小相對固定，但它可以同時快速變換自身的頻率形狀信號。時間窗和它自己的頻率窗都可以使用發生這種變換的數學時頻分析場來簡化小波分析的技術模式，因為在低頻分析的條件下，它自己的頻率窗分辨率相對較高，但由于時間窗分析的頻率相對較小，對高頻信號處理具有較強的適應性，因此當時也被廣泛稱為小波數學時頻顯微鏡。在進行各種信號的時域處理和分析時，通常采用傅里葉變換。盡管傅里葉變換可以將整個信號源的時域觀測特性和頻域觀測特性有機地結合起來，但它也可以從整個信號頻域和信號時域特性的角度準確地實現時域觀測。另外，對于傅里葉譜，信號時域具有多種統計化學特征，可以同時實現整個信號時域特征類別中所有信號源的累加，不具備信號局部化學和同時分析整個信號源的能力。對于小波變換而言，其自身的技術優勢在于可以直接實現在多個頻率分辨率下對具有不同特征的各種頻率的實時識別。它的功能類似于電子顯微鏡。它實現了焦距的實時調整，對所有特定對象的實時檢測，并可直接采用實時轉換到頻率窗口的顯示方式，直接實現對特定頻率條件下采集到的每個信號數據的實時采集、分析和識別。引入神經網絡技術后，可以直接獲取當前對應的信號數據，并對小窗口與當前相關信號數據進行實時對應。這樣，我們就可以同時實現對當前采集的信號數據的實時分類、分析和探索，將來可以利用數據處理結果的顯示方式實現小波變換器的故障診斷。

結語：

目前，風力發電已逐漸在我國整個電力行業的生產中占據重要的經濟主體地位。未來，這一主體地位在中國現代新能源發電產業結構中的重要性將在一定程度上得到充分發揮。所以為了讓風電變得更好，讓風電系統具有循環性和安全性，我們需要積極利用現代技術對逆變器故障進行診斷，防患于未然，使風電系統的運行效率將更加高效。

參考文獻

[1]潘力強，李娟，楊高才，等.帶全額變頻器的感應風力發電系統控制策略[J].吉首大學學報（自然科學版），2020，41（6）：37-44.