风力发电机组的状态监测与诊断

摘要：面临中国电网出台的动力转型方针和国务院公布的双碳方针，动力和环境问题再次遭到重视。风能是可再生、清洁型动力，风力发电是处理动力和环境问题最好的发电方法之一。本文首要对风力发电机组的情况监测与确诊做论述，概况如下。

关键词：风力发电机组；情况监测；确诊

导语

相关于火力发电，风力发电更加清洁，本钱更低。近年来，跟着风力发电技术不断成熟，风力发电在电网系统动力的重量不断增加。在风力发电过程中，发电设备情况直接影响风力发电作用，一般情况下，风力发电设备处在自然环境中，易遭到气候、气候等要素的影响，风力发电设备有时违背健康情况，严峻影响电网系统的正常作业。对风力发电设备健康情况进行辨认，有利于风电设备作业人员提早了解风力发电设备健康情况，消除存在的风险，关于确保电网系统正常作业具有重要的含义，因此风力发电设备健康情况主动辨认模型规划成为当时电网研讨领域中的重要方向。

1监测和确诊的重要性

为了能更好地取得风能，风力发电场一般都建设在比较偏远的山区或近海区。风机高度一般是在70m～80m的空中，这样一来风力发电机在作业过程中不只需求承受较大的载荷，还简略遭到阵风侵蚀影响。风力发电机组的牢靠工作与风场的经济效益休戚相关。现在风电场多选用传统的事后修补和日常点巡检相结合的方法，这种检修方法存在6点缺少：①因点巡检的频次及数据量不可，难以发现前期缺点，导致风机大缺点、安全事故，如发电机抱轴、叶片掉落、倒塔等；②较多的风机内部机械缺点、塔筒晃动、叶片缺点等，现有主控系统及人工定检难以及时发现，然后演变成大缺点乃至事故；③为准备不知道的风机缺点，导致风机备件库存多，占用较多的库存资金。④人力巡检作业量大，投入本钱高；⑤存在风机过度修补和失修风险；⑥存在延长风机停机时刻的或许，影响发电量。存在以上问题的最根本原因在于缺少风机工作实时情况数据，难以了解其工作情况，则难以确诊缺点方位、程度，也无法精确预判其劣化趋势。尽管风机都配有风机主控系统，通过该系统可以长途操控风机，监测风速、功率、电流、电压、压力、温度等信号，倾向于监测电气信号。因为风机部件机械损害、塔筒受损及叶片受损等对SCADA系统监测的电气信号影响极小，为了补偿该系统在这方面的缺少，加装风力发电机组情况监测系统存在实践必要性。

2风力发电机组的情况监测与确诊

2.1监测与确诊的方法

风力发电机组的情况监测和确诊首要是通过在设备表面或内部安置传感器和数据收集系统，完结设备工作中的振动、转速、温度等信号的收集，并将数据上传至现场服务器，通过专业系统软件进行处理和分析，然后得出其工作的健康情况。其间情况监测首要包含振动、油液、温度、应变力监测。通过在风力发电机中安装检测设备收集各种信号，然后再对收集到的信号进行处理、分析、判别和确诊，以此来获取发电机作业的情况，便于操控中心对发电机的作业情况进行实时的调控，有效防备发电机产生缺点。当设备工作数据失常时，主动触发报警，并可通过短信、邮件以及手机App方法推送至现场相关设备管理人员。现场工程师可通过软件中的分析东西对设备数据进行追寻回溯，判别当时设备情况，也可通过容知长途专家支撑完结云端缺点确诊，帮助现场确定设备失常原因、部位、损害严峻程度、部件剩下寿数评价等，为运维检修决议方案供给数据支撑。各个监测技术所针对的监测零部件都不相同，其间应变力监测运用应力变力传感器来收集叶片的工作情况。温度监测是运用温度传感器收集设备的作业工作时的温度，通过温度数值比较来直观体现设备的工作情况。液压系统的首要监测方法是油液监测和确诊，该方法是对机组作业时的润滑油、液压油的性能数据进行记载和比照分析，以此来确诊设备的润滑和磨损情况。通过收集机组振动信号的数据来分析比对，然后确诊机组机械缺点问题的监测方法，称为振动监测。简略来说，便是通过计算机对风力发电机组进行长途监控，并根据对各项数据做出分析确诊，实时掌控风力发电机组各个零部件的工作情况，下降缺点产生的或许性，确保风力发电机组作业的稳定性以及牢靠性。

2.2数据发掘的风力发电设备健康情况主动辨认

在风力发电设备健康情况数据收集和传输过程中，收集设备遭到本身的缺点、倒霉环境要素等搅扰，会产生一些无用的信息存在于原始数据中，这些无用信息常以噪声的方法存在，影响了风力发电设备健康情况数据质量，对后续的风力发电设备健康情况辨认产生倒霉影响，因此本文引进小波变换预处理风力发电设备健康情况数据，按捺噪声对在风力发电设备健康情况辨认结果的搅扰。为了进步风力发电设备健康情况辨认作用，规划了数据发掘的风力发电设备健康情况主动辨认模型，该模型的作业原理为：首要收集风力发电设备健康情况数据，然后选用小波变换对原始风力发电设备健康情况数据进行预处理，去除数据中的噪声，最后选用Elman神经网络对风力发电设备健康情况数据进行练习和学习，并选用自适应遗传算法确定Elman神经网络的权值和阈值，建立最优的风力发电设备健康情况主动辨认模型。

2.3物联网架构下风电机组情况视频主动监测方法

风力发电对削减动力消耗、进步动力运用率,促进动力的可持续发展具有直接影响。风力发电首要依靠风电机组的作用完结,选用必定的转化方法,将机组旋转机械能逐渐转化为电能,为工业生产运营与居民日常日子供给电能。遭到工作环境、工作条件以及自然条件等多项不确定要素的影响,风电机组的工作情况存在必定的多变性,一旦风电机组工作出现失常,会下降各个部件运用性能,严峻情况下,会形成安全事故、经济损失,乃至毁灭性损坏。因此,科学合理的风电机组情况视频监测方法至关重要。现阶段,我国对风电机组情况视频监测的研讨逐渐成熟,但是传统的情况视频监测方法在实践运用过程中依然存在必定的缺少。首要体现在监测规模有限,缺少主动化、智能化与信息化特征,无法做到风电机组情况视频实时主动化监测,风电机组情况视频中信息数据提取的精度较差,下降了监测结果的精确率。针对物联网架构感知层来说,规划选用智能终端传感技术,辨认并收集风电机组工作情况数据与工作环境数据。网络层通过移动互联网与专用网络,在物联网架构中完结连接与通讯的功能。运用层对接收到的信息数据进行分析与智能处理,组合并排序接收到的信息数据,为视频图像收集供给决议方案。在此基础上,设置风电机组情况视频收集节点,归纳考虑通讯信号传输的实时性与通畅性,进行风电机组情况视频图像收集操控,并对视频图像进行主动紧缩处理。在紧缩处理完毕后,将视频图像由移动互联网传输至情况视频主动监测渠道。

结语

通过本文的研讨,从多个不同的维度,对风电机组情况视频信息数据作出分析,根据情况视频,监测到设备情况参量与特征参量的动态改动,对猜想风电机组工作缺点与工作情况具有重要含义。