风 力 发 电 机 组 故 障 诊 断 与 预 测 技 术 研 究 综 述
Research on the Fault Diagnosis and Prediction Technology Of眦 d Turbine
杨 巍
(晋能清洁能源风力发电有限责任公司，太原 030009)
YANG、7l，ci
(JinnengCleanEnergyWindPowerCo．Ltd．，Taiyuan 030009，China)
【摘 要】随着能源危机的全球化，“风能”这一可再生能源得到了迅猛的发展。在我国，风力发电机组的装机容量增长迅速，但是故
障的频发降低了风能的利用率。为了进一步保障风电机组的安全可靠运行，风电机组的故障诊断与预测技术值得关注。论文总结了
风力发电机组的故障诊断技术，阐述了现有的风电机组故障预测技术。
【Abstract]With the globalization ofthe en~'gy crisis，the renewable energy of”wind energy'’has been rapidly developed．In China,the
installedcapacityofwindturbinesincreasesrapidly,butthefrequentfailuresalsoreducetheutilizationofwindenergy．Inordertofurtherensure
the safe and reliableoperationofwindturbines，thefaultdiagnosisandpredictiontechnologyofwindturbinesdeservesattention．Thispaper
firstsummarizesthefaultdiagnosistechnologyofwindturbines，andthenelaboratestheexistingfaultpredictiontechnologyofwindturbine．
【关键词】风力发电机组；故障诊断；故障预测
【Keywords]windturbine；faultdiagnosis；faultprediction
【中图分类号]TM315 【文献标志码】B 【文章编号】1007．9467(2018)02．0077-02
【I)咖 10．13616／j．cnki．gejsysj．2018．02．136
1 风 力 发 电 机 组 的 故 障 诊 断 技 术 分 析
1．1基 于振 动信 号 的故 障诊 断技 术
基于振动信号的针对风力发电机组中叶片、齿轮箱、轴承
等关键部件的监测与故障诊断方法在我国已经非常成熟。科
研人员根据风电机组的故障特点，利用小波神经网络方法对
风电机组齿轮箱进行故障诊断 ，主要是针对风电机组的微弱
故障信号，根据集平稳子空间分析的信号分析以及连续的小波
变化，总结出风电机组齿轮箱的故障特征。利用谱峭度可以诊
断行星 的故障，基于频率解调方法识别行星齿轮箱的故
障情况，再对风电机组振动信号进行降噪 ，运用流行学习算法
对风电机组的早期微弱故障进行诊断。另外 ，对叶片故障的诊
断，是通过分析对压电陶瓷传感器监测到的振动信号完成的。
1．2基于 电气信 号 的故障 诊 断方 法
相对于振动信号 ，电气信号中与故障相关的内容往往比
【作者简介】杨巍(1970 )，男，北京人，工程师，从事电力工程技术
研究。
较弱，还时常被 电机固有的电气信号等噪声掩盖。因此，要运
用先进的技术，在电气信号中找出与故障相关的部分 ，再结合
电机、转子动力学等模型，总结出风电机组的故障。电机的动
力学模型可以展示出电流信号与电机系统的扭矩波动之间的
关系，利用模型可以仿真分析齿轮箱故障与电流信号的关联，
从而找出齿轮箱的电机传动系统的故障所在。然后，利用维纳
滤波滤去除电流信号的噪声，通过分析统计过程控制图可以
对电机轴承故障做到早期诊断。根据轴承故障的特点，明确地
判断轴承的不同故障。
直流无刷电机的转子故障 ，可以利用加窗 Fourier变换以
及 Wigner-Ville分布，通过分析动态的电流信号进行诊断。专
家们利用同步采样方法，从电流信号中分析出故障特征，利用
关联维数分析，可以完成风电机组不同故障的定量分析。
电机的定子匝间短路故障的诊断 ，是通过选取隐马尔可
夫模型的阶次，建立 HMM故障诊断模型完成的。
齿轮的故障诊断，可以应用调制信号双谱分析法完成。
对转子断条电机和偏心故障的诊断要求的精度相当高，
77
l工程建设与设计 l Co~mtction&l~signForProject
利用 Hilbe~模量频谱分析，进行仿真实验可以实现。另外，以
谱峭度法为依据，再结合利用 Hilbert分析方法，可以有效地识
别单一的、混合式的电机故障。
1．3 基于 模式 识别 法的故 障诊 断技 术
基于模式识别法的故障诊断，即分析风电机组的多元化
信号，在时域、频域或时频域上构建一套高维模型 ，进行特征
的融合、降维和分类，继而进行可视化分析，得出故障特征。轴
承的故障特征，可以通过对重构的高维结构进行分类分析提
取，故障诊断包括以下方法：(1)基于拉普拉斯特征的映射算
法，可以保留故障信号的整体几何结构，提取出内在的流形特
征，用于装备的故障诊断；(2)基于非线性流形学习方法，在局
部空间优化的基础上可以实现滚动轴承的故障诊断，还可以
应用新的聚类算法 ；(3)采取线性判别分析方法 ，可以对电机
轴承的粗糙度故障以及点故障进行诊断 u。
2 风 力 发 电 机 组 故 障 预 测 技 术 的 研 究 与 探 讨
2．1对 风 电机 组 中机械 结构 系统 的故障预 测 方法
探
风力发电机组故障诊断与预测技术研究综述（论文）.pdf
