基于大数据决策分析的风电机组故障诊断研究

基于大数据决策分析的风电机组故障诊断研究

夏钦

国家能源集团龙源电力新疆龙源风力发电有限公司

摘要：风力发电主要是将风能转换为电能，替换传统煤炭等能源，减少对生态环境的污染与破坏，同时满足人们工作生活及社会整体运转对电能的需求；随着使用时间的推移，再加之外界环境等因素的影响，部分风力发电机组运转时极易出现故障问题，影响着机组整体的质量与安全性；为了对故障问题进行准确的诊断分析，制定合理的处理方案，工作人员可以借助大数据技术的应用，对风力发电机组进行全面的观察分析，仔细检查出现故障的机组设备，分析故障位置与原因，减少不必要的成本支出，保障风力发电机组健康稳定的运转下去。下面主要对大数据决策分析在风电机组故障诊断的应用进行分析探究。

关键词：大数据；风电机组；故障诊断

一、风电机组故障的常见类型

（一）叶片故障

    通常情况下，叶片故障在风电机组运行过程中属于常见故障问题之一，其主要是由于叶片长时间受到自然风力产生的冲击载荷所影响，再加之机组运行时会产生激振力在叶片间进行传递，导致叶片自身的受力状况较为复杂，增加了裂缝、缝隙甚至断裂等现象出现的概率[1]。

（二）发电机故障

    发电机在风电机组运行中占据着关键性的位置，通常，风电机组的发电机主要采用永磁同步发电机或双馈异步发电机；由于风力发电机的高度较高，导致发电机在高空环境进行工作，其环境较为复杂，极易受到恶劣气候环境的影响；由此而引起电路短路或轴承故障等问题，当故障问题出现之后，发电机的电量会出现异常变化，工作人员可以收集发电机运行的物理量信号变化状况，明确故障的具体类型，为制定处理方案提供参考。

（三）齿轮箱故障

    当风电机组日常运行时，齿轮箱部位极易出现故障现象，其故障出现的概率要高于其他设备与系统；而当故障问题实际出现时，会导致机组整体出现停机现象，且维修难度较高，需要消耗较长时间进行处理，其常见故障类型为滚动轴承故障与齿轮故障。

（四）电力装置故障

    除此之外，当风电机组运行时，其还会出现电力装置故障；当风电机组与电网相连接时，为了保障电能输送的效率、质量与稳定性，技术人员需要应用变频器，确保外界环境的风速出现变化之后，电能输送过程不受影响；而如果部分设备或元器件出现故障损坏时，引起电力装置故障，将会在很大程度上影响风电机组整体运转的稳定性。

二、大数据技术应用于风电机组故障诊断的重要性

（一）提升风电系统管理标准化与专业化水平

    风电机组状态监测与故障诊断在现代风电场运维管理工作中占据着极为重要的位置，为此，工作人员可以借助大数据技术的应用，对各个风电机组进行集中监测监控，实时了解机组设备运行的准确数据信息；同时，在对故障处理方案进行制定时，工作人员需要充分发挥自身专业知识与技术能力，结合机组设备的运转状况、历史信息及外界环境等，在保障处理效率与质量的同时，提升风电机组整体使用寿命，以此来促进风电系统管理整体的标准化与专业化水平[2]。

（二）保障风力发电的可靠性与稳定性

    在另一方面，当大数据技术应用于风电机组故障诊断中时，还可以对风力发电的可靠性与稳定性提供保障；其主要以大数据技术能源电力系统及天气建模技术等为基础，借助充足的电力储备，保障预测过程不会出现电力资源不足等现象，保障预测评估过程的顺利进行；同时，工作人员可以借助对风力、风向、湿度、温度、气压及降雨量等信息建立天气模型，以现代化仪器设备进行实时监控，以此来对风能资源进行准确的预测，为风力发电可靠性与稳定性提供充分保障。

三、大数据技术在风电机组故障诊断的实际应用

（一）应用于数据采集方面

    当前时期，为了加强大数据技术在风电机组故障诊断中的应用，工作人员首先可以将其应用于数据采集方面；当风电机组日常运转时，其会产生大量的数据信息，将这些数据信息进行全面收集分析，能够直观展现出机组运转状态，并从中了解是否出现异常与故障现象；而由于传统技术水平等因素的影响，数据采集效率较低，且无法保障全面采集；而随着大数据技术的研发应用，工作人员可以借此对机组及内部设备进行检测，同时还可以建立健全SCADA系统，进一步提高机组数据监测与故障诊断的效率与质量。

（二）应用于数据汇总分析方面

    同时，在风电机组故障诊断过程中，工作人员可以借助大数据技术，结合SCADA系统将全面收集的数据信息进行分类与汇总整理，保障这些数据的严密性，并了解数据信息的正常阈值与非正常阈值，为后期诊断与制定处理方案打下优良的基础。

（三）应用于数据导入处理方面

    当工作人员对风电机组运行数据信息进行监测时，其可以将系统中最为明显的数据信息提取出来，对其进行模糊化的预处理，确保风电机组运行状态评估与故障诊断数据的量化与统一。

（四）应用于数据挖掘方面

    除了以上内容之外，为了提高大数据技术在风电机组故障诊断应用水平的提高，工作人员还可以将其应用于数据挖掘方面；在实际工作中，相关单位领导需要组织专业技术人员，根据大数据技术的应用方式、特点与注意事项，选择合适的计算方法，对评估指标数据进行深入的挖掘分析，如果发现异常或故障问题时，需要根据其具体类型制定处理方案，在减少不必要成本支出的同时，保障机组设备及系统整体运转的安全性与稳定性

[3]。

总结：综上所述，风力发电机组在运转时，极易受到不良因素影响而产生故障问题，极大地影响着机组设备的稳定运转，还会对电力生产运输等方面造成影响；为此，相关部门领导可以加强大数据等现代先进技术的应用，组织专业技术人员对机组进行全面仔细的检测，评估机组设备的健康状况，并对发现的故障问题进行分析研究，制定出最为合适的处理方案，选择合适的维修更换的材料设备，减少材料与资金等成本的消耗，在另一方面，技术人员还可以借助专业仪器设施，对机组设备进行实时监测，如果某一设备或机组出现异常现象时，可以及时找出具体位置，并联系维修人员进行处理，从而推动机组设备及风电领域整体的进步与发展。

参考文献：

[1]王玉宏.基于大数据决策分析的风电机组故障诊断研究[J].现代工业经济和信息化,2020,10(04):16-17+28.

[2]赵祖龙.基于大数据分析的风电机组健康状态智能评估及诊断探索[J].中国管理信息化,2021,24(08):116-117.

[3]吉庆昌,邸英杰,阴兆武,张冬梅.大数据处理技术在风电机组故障诊断及预警中的应用[J].中小企业管理与科技(中旬刊),2021(10):179-181.