风电机组变桨控制系统故障识别

风电机组变桨控制系统故障识别

王磊

身份证号： 15040419910224**** 内蒙古赤峰 024000

摘要：风电机组整个构件是非常巨大的，所以在进行控制时难度会相对比较大，所以这就需要一套紧密的系统对整个风电机组的运行进行控制，这样才可以避免一些系统故障出现，影响风电机组的正常运行。变桨控制系统，这是目前风电机组进行故障识别时使用的一个系统，其可以在风电机组出现故障并且停机之后，对相关的数据进行采集，然后定位故障的行为，进而针对性地给出解决措施，如果是系统问题可以进行自动修复工作，这对于风电机组的正常运行具有重要意义，这个系统目前在风电机组中的应用是非常广泛的，而且效能也非常好，所以本文就针对风电机组变桨控制系统故障识别的相关内容进行探究，首先对相关的原理进行了分析，然后对其影响和故障控制进行了分析，希望可以为相关的研究或者是具体的维护工作提供一些帮助，以供参考。

关键词：风电机组；变桨控制系统；故障识别；非线性状态估计

引言：

清洁能源目前的发展已经成为世界能源发展的一个重点，风电作为清洁能源的一个重要组成部分，在我国这方面的发展非常的快速，目前的装机量已经超过了上千万千瓦时。但是风电作为一种较为成熟的能源生产方式，其还是具有一些运行问题，比如说在很多地方的风能并不是很充足的，因此风电的运行数据往往是不断进行变化的，这也就造成风电的故障率比较高。如何对这些故障问题进行控制，这是非常重要的，毕竟风电建设的大部分在隔壁或者是丘陵地带，因此相关的维护难度是比较大的。变桨控制系统，这是控制风机运动的一个重要系统，其可以对风机进行整体性的控制，并且通过对风机运行数据的挖掘来提高管理运行的效益，进而保障风机的运行质量。本文就针对这个问题进行探究，希望可以有所帮助。

一、非线性状态估计

（一）建模原理

非线性状态估计，这是一种新的建模方法，其目前在很多领域都有应用，比如说核电站相关传感器的校验以及故障预警等领域有很大的应用价值，而且其对于电子产品的寿命预测有很好的作用，所以在进行风电故障识别的过程中，以非线性状态估计算法为基础的变桨控制系统被研发了出来，并且在实际的应用中也产生了非常好的效果^[1]。在其应用中，设备的运行都是由很多向量组成的，所以这些向量会构建一个记忆矩阵，进而以记忆矩阵进行模型的构建，这样就会形成一个产品运行正常模型，一旦在产品运行过程中出现和正常模型差别较大的数据时，那么就表明产品有运行故障。当然在这个过程中，需要对产品的运行数据进行实时的对照，这样才可以在第一时间发现故障，并且定位故障原因，找出故障的解决方法。

（二）故障识别原理

风电发电主要依靠的就是极大的桨叶被风吹动之后形成的力将电机带动起来，如果桨叶的运行状态不一致，那么很容易造成风电机组的运行震颤，进而影响发电机的运行，使得电流的发生过程不可持续，影响电力的持续性。所以这就需要对风电的各个组成进行控制，诸如桨叶的角度以及电流的变速、电机的温度等多个因素，而这些因素的控制需要在一个系统下进行，毕竟如果由多个系统进行控制，就无法进行统一的分析，影响相关故障的判断和处理。变桨故障模型这是基于风机正常数据模型建立的，然后以此为基础进行各个变量的控制工作，当信息被实时传输到系统之后，系统会快速地进行相关数据的比对工作，如果数据核对不上，故障就会被发现。风机的运行状态此时就会被实时地传输到后台的控制中心，一旦有问题可以及时的反应，进而保障风机的运行稳定性^[2]。

二、故障分析及影响

风电机组的变桨控制系统其产生的故障一般可以分为两种类型，第一种是突发性故障，其主要指的是在机械设备运行的过程中突发就发生的故障，这种故障的可预测性非常低，而且造成的损坏是非常大的，所以对于这类故障应该以预防为主；不过对于风电机组来讲，也不排除自然因素或者是人为因素，因此这类故障一旦发生那么就需要立即停止风电机组的运行，然后进行全方位的检查和维修^[3]。第二种是渐进性故障，这类故障的控制难度相对比较小，出现这种故障的主要原因就是零部件老化，并且一些部件在经过长期的磨损之后其性能出现了下降的情况，比如说风电机组的主轴，其和叶片进行结合带动发电机的运动，需要不断地进行旋转，在这个过程中肯定会出现磨损的情况，只不过这个过程是非常缓慢的，但是如果风力比较大或者是叶片的运动没有在一个平面上，那么主轴的磨损情况就会增加，这样主轴出现故障的可能会就会增加。变桨控制系统，其主要故障集中在通信故障、轴故障、集合故障以及温度故障灯几个方面，首先说通信故障，这是目前最容易发生的一类故障，因为风电大部分都建立在比较偏远的地方，这些地区的通信覆盖往往是比较差的，所以很容易出现通信故障。而轴故障和集合故障都是发生在变桨控制器上，因此其出现故障的可能性不高，而且就算会出现故障，也是渐进性故障，可以被变桨控制系统进行检测的故障，对于风机的运行不会产生较大的威胁；当然对这些故障的方法是不能少的。

三、识别系统故障

首先在针对温度故障处理的过程中，可以从两个方面入手，第一个方面是外部原因，相关的维护人员可以先查看齿轮箱是否有异物或者是被直接卡住了；第二个方面是内部原因，主要是变桨用的电机其刹车有没有打开，相关的电路是否被断开。当然在进行处理时要有一个顺序，最先应该排除外部的原因，然后再排除内部的原因，这样才可以有效地保障故障被清除，促进风电机组的正常运行。其次在针对通行问题处理时，相关的维护人员 应该先检查主控制器和次控制器之间的通信有没有断裂，如果没有中断那么就需要对信号线进行检查，并且对相关的电力进行检测，看其是否被干扰或者是传输线路被烧断。而在进行解决的过程中，可以利用万用表对线路中的电压情况进行检查，然后一一地进行排查；可以将相关的一些通信线路全部都拔下来，然后将红白线直接接地，再利用万用表进行检测，如果有电阻出现那么就说明线路没有短路的情况；当然如果断路了，就需要更换相关的线路^[4]。如果此时还存在故障，那么就需要对滑环进行检测，因为滑环内部仅有之后会形成油膜，而这个油膜会直接阻断电路，因此就会造成通信故障。一般情况下，冬天时通信故障发生的频率比较高，因为这个解决的润滑油很不容易出现结晶，进而加速油膜的形成。至于变桨控制器的外部问题，一般是检查中控器，如果其有问题，变桨是无法被启动的；当然如果变桨被手动启动，就需要检查相关线路的问题，而出现这种情况的原因很可能也有由于油膜造成的。

四、结束语

总而言之，从上述的文章可以清晰地了解到，以非线性状态估计的方法为基础构建的变桨控制系统，其可以根据挖掘风机运行数据的方法对风机的运行状态进行建模，然后当风机运行过程中出现和正常模型相差较大的数据时，变桨控制系统的故障机制会被触发，进而会对故障的位置进行定位，然后生成相应的故障解决方案。而整个一系列流程可以在一个很短的时间内完成，所以这也有效地降低了风电的维修成本；而且也使得风电的故障不会进一步扩大，影响整个风机的结构。同时，非线性状态估计法构建的风机运行模型，其可以为风机的运行状态检测以及运行的主要性能提供参考，甚至在智能化设备的协助下还可以进行远程的维修工作，这使得风机维护工作的难度大幅度的降低，在提高风机故障识别精准度的同时也很好地降低了风机的故障率。

参考文献

[1]陈茜, 李录平, 刘瑞,等. 大功率风电机组变桨系统故障诊断方法与技术研究进展[J]. 电站系统工程, 2020, v.36;No.193(01):5-11.

[2]高峰, 邓星星, 刘强,等. 大型风电机组电动变桨系统变桨角度故障诊断[J]. 太阳能学报, 2020, v.41(05):104-112.

[3]何先照、刘勇、汤永江、余清清、朱长江. 风电机组变桨轴承的动态柔性特性研究[J]. 机电工程, 2020, v.37;No.307(09):94-98+134.

[4]崔天依, 褚孝国. 大转动惯量风电机组变桨控制技术研究[J]. 热力发电, 2020, 049(001):55-62.