大功率并网风电机组状态监测与故障诊断研究综述

大功率并网风电机组状态监测与故障诊断研究综述

ID:20145346

大小:61.62 KB

页数:5页

时间:2018-10-08

大功率并网风电机组状态监测与故障诊断研究综述_第1页
大功率并网风电机组状态监测与故障诊断研究综述_第2页
大功率并网风电机组状态监测与故障诊断研究综述_第3页
大功率并网风电机组状态监测与故障诊断研究综述_第4页
大功率并网风电机组状态监测与故障诊断研究综述_第5页
资源描述:

《大功率并网风电机组状态监测与故障诊断研究综述》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、大功率并网风电机组状态监测与故障诊断研宄综述陈焕填(广东粤电石碑山风能开发有限公司515223)摘要:随着科学技术水平的发展,人类对风能的利用将越来越广泛,风能在世界能源结构中的地位越来越突出,逐步成为继火电、水电之后的第三大常规能源。而大功率风电机组是实现风能使用的必需机件,其稳定安全运行,至关重要。状态监测与故障诊断技术是降低大功率并网风电机组故障率和降低维修成木的有效手段,木文对大功率并网风电机组状态监测进行简单介绍,对其故障诊断的现状和发展进行简单阐述,点明大功率并网风电机组状态监测与故障诊断研宄的大趋势。关键词:风电机组状态监测故障诊断趋势1、引言随着

2、风能在能源结构中扮演的角色越来越突出,特别是我国海上风电建设规划相继启动和运行的大部分风电机组质保期临近或者超出,其高故障发生率和高维修成木的现状也越来越引起重视,为了降低故障发生率和减少维修的费用,开展大功率并网风电机组状态监测与故障诊断研究己成为风电运营商、制造商和运维公司等机构势在必行的举措。对大功率并M风电机组进行状态监测与故障诊断研究,对及时掌握风电机组的运行状态,和及时发现其潜在的故障风险,减低事故发生率,减少维修成木,有着重要的作用和意义。2、风电机组状态监测2.1状态监测技术大功率并网风电机组的状态监测是利用各种监测和分析仪器进行的,通过仪器收集

3、各种信息,对设备运行状态参数进行处理,分析,从中分设备的运行状态,对异常或者故障状态及吋做出报警处理。风电机组的状态监测技术主要有:振动监测分析、汕液监测、热成像技术、过程参数监视、性能参数检查等。其中由于振动故障发生概率最高,振动信号所包含的信息量最大,所以振动监测分析法是转动设备故障诊断中运用最广泛并且是最有效的方法。它可以对风电机组传动系统的健康状态进行评估,及吋发现可能存在的隐蔽性缺陷或故障,避免风电机组缺陷进一步加人,为现场的风电机组验收工作提供强有力的依据。但是,0前我国的振动监测技术在风电机组上应用还很少,不管是在线方式还是离线方式,仍未得到该有的

4、重视。其他技术还有材料的物理状态检査、应变测量、声学监测、目视监测和传感器自我诊断。通过对风电机组各个部件的状态进行实吋的观测,能及时发现故障隐患,从而采取有效措施来避免重大事故的发生,冋吋改定期维护和事后维护为预测维护可以有效降低运行维护成本,提高经济效益。2.2状态监测系统构成风电机组状态监测主要包括两个方面,即硬件和软件。硬件部分包括振动传感器,数据采集器,现场服务器及中心服务器;软件部分包括前置机数据传输软件,和诊断分析软件。随着互联网技术的发展,状态监测系统发生了变化,现在是由分布于现场的下位机进行数据的采集,通常是微处理控制器如PLC、DSP等。通过

5、网络将采集的数据传送到中央控制服务器的上位机,再对数据进行统一的存储、分析和处理,这样就形成了一个统一的监测和诊断网络,检测系统的数据采集具奋独立性,分析监控具有统一性,结构具有开放性等特点。图1诊断分析系统流程图3、风电机组关键部件的诊断风电机组有五个关键部件分别是叶片、齿轮箱、发电机、变流器和变桨系统,对机组关键部件的研宄侧重于故障诊断。3.1叶轮叶轮是捕捉风能的关键部件,由叶片和轮毂组成,当下对叶片老化和损坏,叶轮不平衡故障的研宄相对较多,而在线状态监测和故障诊断方法现阶段在实际应用中较为鲜见,并多处于在实验室模拟仿真阶段。3.2齿轮箱对齿轮箱在线监测和故

6、障诊断的研宄较多,如汕液分析、振动分析、温度分析和电气分析。其中油液分析方法是离线监测,而振动分析、温度分析和电气分析则都属于在线分析方法。根据国内外B前风电机组的实际运行情况,通常齿轮箱的齿轮和它的轴承,发电机和它的轴承都是比较容易发生故障的部件,因而在常规的监测中,可将齿轮箱前面和后面的轴承及发电机前后的轴承分别作为测量点。3.3发电机对发电机的故障诊断研究,大部分是通过在线监测定子电流、转子电流、冇功功率变化情况,来对匝间短路,单相或者多相短路,轴承损坏、转子偏心等进行故障诊断。3.4变流器和变桨系统变流器作为电能冋馈至电网的关键控制通道,是影响风电机组及

7、入网安全稳定运行的重要环节,现多数研究都是基于样本训练的在线变流器的智能故障诊断方法。相比而言,变桨系统的故障诊断研究比较少,其变桨系统转速极低,运行不连续,负载也随机,所以对变桨系统的在线状态监测可采用振动分析或者发电机组的电流信号分析。4、故障诊断研究现状及趋势随着国家对可再生能源的大力支持,风力发电得到了快速的发展,电力系统也正朝着高电压、大容量、互联网方向发展,这对苏安全可靠性指标要求越来越高。而传统的监测和故障排除具有明显的局限性:就经济的角度而言,线下定期测试和大修都需要停电进行,就会造成电量的损失。定期奋计划的检修则可能造成检修不足或者过剩的情况,

8、造成人、财、物、时间的浪

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。