风力发电机组开展状态检修的必要性分析

杨旭

大唐三门峡风力发电有限公司河南三门峡472000

摘要：经济建设和社会发展使我国的电力资源需求逐渐攀升，做好电力设备检修和维护工作是保障电力生产质量的基础，风力发电机组的状态检修旨在保障机组运行状态，避免出现大型故障造成电力企业损失。本研究立足风力发电机组的重要性，分析状态检修必要性和措施，希望本研究内容可供参考。

关键词：风力发电；机组；检修；必要性

引言：

随着电力生产需求提升，风力发电厂在经济建设和社会发展中发挥的作用也越来越显著，但是很多风力发电机组由于工作年限过长、设备质量不足、检修不到位等原因，出现运行故障的几率较大。目前，国内还没有出现一个多区域多机组的监测、诊断、管理、维修一体化的网络系统，针对实际状态检修工作带来一些挑战，相关从业者还是要立足实际工作需求，强化经验积累和技术水平提升。

1风力发电机组开展状态检修的必要性

风力发电机组状态检修工作旨在保障电力维护和故障排除工作质量，立足风电场机组分布特点、维护周期特点以及资源投入特点，风力发电机组在状态检修上常见的问题就是人员检修区域分布不均匀，设备维护过剩或者缺乏维护的现象比较普遍。风电场在风力小的时候对发电机组检修缺乏重视，大风期出现故障才开始检修，这属于事后检修方式，对发电厂的生产活动质量和经济效益会产生一些消极影响。

2风电机组状态检修的内容

2.1数据采集

利用计算机控制系统对风力发电机组运行的功率、风速、齿轮箱温度、轴承温度、前运行状况、故障记录等数据实施采集，对风力发电机组的状态进行监测，为状态维修工作提供依据。

2.2在线监测

风电机组在线监测主要的监测对象是发电机、齿轮箱和主轴承。发电机的监测位置包括发电机自由端轴承的径向，发电机输入端轴承的径向和横向；齿轮箱的监测位置包括齿轮箱两个输出端轴承的径向，齿轮箱行星轮部位的径向，齿轮箱输入端轴承的径向；主轴承的监测位置是主轴轴承的径向。对各设备运行参数、各轴承处振动进行实时监测。远程实时监测包括在线监测的所有功能，同时，还可以实现以下功能：实时监测远在千里之外的各风电机组的运行情况；可同时对多个风电场的风电机组进行实时状态监测；对多个运行在不同地域、不同类型的机组进行实时监测。

2.3故障诊断

2.3.1故障机理

（1）齿轮箱常见故障及机理：①齿面点蚀。在变化的接触应力、齿面摩擦力和润滑剂的综合作用下，齿轮表层下一定深度产生裂纹，裂纹逐渐发展导致齿轮表面小片脱落，形成凹坑。其损坏形式有麻点疲劳剥落、浅层疲劳剥落、硬化层疲劳剥落三种。点蚀如果继续发展，会使齿轮产生强烈振动和噪声。②齿面磨损。齿轮在啮合过程中，往往在轮齿接触表面上出现材料磨损损伤的现象[1]。分为正常磨损、早期磨损和磨损失效，其中，磨损失效形式可分为磨粒磨损、腐蚀磨损和轮齿断面冲击磨损。③齿面胶合。高速重载齿轮传动，齿面压力大，滑动速度高，因此发热量大，一旦润滑条件不好，齿面瞬时温度过高，啮合齿面会发生粘焊现象。严重时齿面撕脱，导致齿面严重失效，较轻时会产生划痕。胶合一般发生在齿顶、齿根滑动速度比较大的部位[2]。④轮齿折断。由于风速不稳定，轮齿经常受到冲击载荷的作用。这种载荷一方面会造成轮齿比较严重的磨损，另一方面也使轮齿根部受到脉冲的弯曲应力，齿根产生疲劳裂纹，裂纹扩展会导致轮齿的弯曲疲劳折断。（2）叶片主要故障及机理：①叶片开裂。风电机组工作环境恶劣，叶片易发生龟裂，时间一长，裂纹扩大，影响叶轮受力，对主轴造成直接受力不均的影响，从而导致齿轮箱齿轮的损坏等故障。②叶片根部螺丝松动。叶片根部与轮毂之间的螺丝可能因生锈等原因而松动，从而导致叶片开裂。③叶片材质老化和疲劳失效：其最明显的特征是叶片开裂和叶片重量变轻，是导致叶片开裂的主要原因之一。④叶片结冰。结冰不但改变叶片的气动外形，降低效率，而且会造成转动不平衡甚至无法启动。空气中的水汽会在气温低于0℃时结冰。冰的形式、数量受气象条件、设备尺寸和状态（运动或静止）等因素的影响。一般来说结冰的环境有两种：一种是气温在0℃左右，当空气中的小水珠碰到设备的低温表面时，会在设备的表面结冰；另外一种是当温度远低于0℃时结冰。另外，雷击导致叶片损毁、叶片非可抗性折断等故障也时有发生[3]。（3）发电机故障风力发电机常见故障包括定子绕组故障、轴承故障、转子导条和端环故障、转轴或联轴器故障等，其中，定子绕组短路、转子绕组故障和偏心振动是风力发电机主要的三种故障形式。另外，油温过高也是发电机常见的故障，导致油温过高的原因可能是短时间内出力过大，导致热量无法散发；或者是油循环系统堵塞，流通不畅；也可能是油变质了。

2.3.2故障诊断方法

目前，用于风电机组的故障诊断方法主要有：基于模糊神经网络的制动系统故障诊断；基于小波分析的齿轮箱故障诊断；基于故障树的风电机组运行故障智能诊断；将多源特征决策融合方法和数据挖掘方法、自动提取诊断规则知识相结合，实现风电机组传动系统故障的智能诊断；基于振动特性分析的故障诊断。此外，风电机组的数据采集与监视控制系统（SupervisoryControlandDataAcquisition,SCADA）是以计算机为基础的生产过程控制和调度自动化系统[4]。

2.4故障预测

风电机组的故障预测是实施状态检修的关键技术，对风电机组关键部件的故障预测，可有效降低检修成本。在对风电机组进行在线监测获取实时监测信息的基础上，采用基于最小二乘向量机与统计过程控制技术，建立风电机组齿轮箱油温、齿轮箱轴承温度、发电机温度等风电机组正常状态下的各参数值及变化过程的预测模型，与实测值进行比较、分析，以判断风电机组的异常状态，从而进行故障预测。

2.5状态检修决策

风电机组的状态检修决策是以风电机组运行状态为依据，通过故障诊断和故障预测，对照风电机组运行规范进行分析，并经过检修周期的技术经济评价而进行的。通过风电机组状态监测（包括在线监测）所获得的数据资料存放在数据库中供随时调用，通过检修周期经济技术分析，对不同的检修周期进行优化，最终确定最佳的检修周期与检修实施时间[5]。

2.6状态检修实施

在线监测结果以及故障诊断结果都是为状态检修实施做的铺垫，结合风力发电机组的历史运行情况以及检修数据，查看机组运行情况并进一步确定检修项目。当然故障发生也具有随机性，这就要求我们不断提升电力检修技术。

结束语

总之，针对风力发电机组实施状态检修，利于降低发电机组故障发生率，能够保障电力生产系统的安全稳定运行。在风力发电机组的设备检修工作中，工作形势随着目前逐渐增加电力生产需求发生了变化，在技术水平和工作制度上提出的要求也越来越多，因此本研究立足风力发电厂实际电力检修工作需求，对发电机组状态检修工作的开展的必要性和方式进行简要分析，仅供参考。

参考文献：

[1]袁恬.关于220kV及500kV输电线路的状态检修技术有效运用分析[J].通讯世界,2016,10(24):105.

[2]陈晓波.“大检修”体系下配网状态检修深化应用探索[J].低碳世界,2017,21(02):256.

[3]解丽颖.水电站电测仪表实施状态检修的实践[J].电子技术与软件工程,2017,10(06):185.

[4]韩彦波.试论风力发电状态检修的应用[J].《黑龙江科技信息》,2015,12(36):131.

[5]李明,韩学山,杨明,郭志红.电网状态检修概念与理论基层研究[J].《中国电机工程学报》,2014,31(34):143.