基于運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警技術(shù)研究

基于運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警技術(shù)研究摘要：風(fēng)能是近年來(lái)發(fā)展最快的可再生能源之一，風(fēng)電機(jī)組會(huì)隨著投運(yùn)時(shí)長(zhǎng)的增加，逐步進(jìn)入故障高發(fā)期，其中嚴(yán)重的機(jī)械故障將消耗大量運(yùn)維資源?；谶\(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警能夠提前預(yù)警機(jī)組潛在故障，避免發(fā)生嚴(yán)重機(jī)械故障，為維護(hù)人員合理安排運(yùn)維計(jì)劃提供決策支撐及預(yù)留必要的維修時(shí)間。關(guān)鍵字：運(yùn)行數(shù)據(jù)；風(fēng)電機(jī)組；故障預(yù)警1.常見(jiàn)風(fēng)電機(jī)組故障風(fēng)電機(jī)組主要由三個(gè)系統(tǒng)及六個(gè)部件有效的構(gòu)成，其中兩個(gè)系統(tǒng)為主控系統(tǒng)、變槳系統(tǒng)及偏航系統(tǒng)，而六個(gè)部件主要包含塔架、葉片、機(jī)艙、發(fā)電機(jī)、軸承及齒輪箱。圖1風(fēng)電機(jī)組結(jié)構(gòu)常見(jiàn)的風(fēng)機(jī)故障如下：（1）發(fā)電機(jī)故障：發(fā)電機(jī)是風(fēng)機(jī)的關(guān)鍵部件，是將其他能轉(zhuǎn)化為電能，并為風(fēng)機(jī)的其他需要電力部件供電。常見(jiàn)的發(fā)電機(jī)故障有兩類(lèi)：一，電氣故障，包括定子/轉(zhuǎn)子線圈短路故障、轉(zhuǎn)子斷條故障以及絕緣體損壞等故障；二，機(jī)械故障，包含發(fā)電機(jī)振動(dòng)過(guò)大、斷條故障、發(fā)電機(jī)軸承過(guò)熱故障、彎曲故障等，其中在發(fā)電機(jī)故障中，40%為發(fā)電機(jī)軸承問(wèn)題。（2）葉片故障：葉片是風(fēng)機(jī)的主要部件之一，受環(huán)境影響最嚴(yán)重，由于惡劣環(huán)境，無(wú)人值守，一旦出現(xiàn)故障，得不到及時(shí)發(fā)現(xiàn)，就會(huì)造成嚴(yán)重?fù)p失。所以故障檢測(cè)預(yù)警具有實(shí)際意義。常見(jiàn)的故障包括：葉片變形、表面裂紋、凹痕、破損甚至斷裂。（3）軸承故障：軸承是旋轉(zhuǎn)類(lèi)機(jī)械必不可少的部件，同時(shí)也是風(fēng)機(jī)傳動(dòng)系統(tǒng)的關(guān)鍵設(shè)備。據(jù)風(fēng)機(jī)協(xié)會(huì)風(fēng)機(jī)故障類(lèi)型研究表明，風(fēng)機(jī)故障以電氣故障和控制系統(tǒng)故障為主，軸承故障相比較低。但是電氣控制類(lèi)故障易排查，耗時(shí)短，反觀軸承類(lèi)故障則不易檢修，預(yù)警研究更為重要。常見(jiàn)的故障：變槳軸承故障、偏航軸承故障、傳動(dòng)系統(tǒng)軸承故障和發(fā)電機(jī)軸承故障。（4）齒輪箱故障：齒輪箱是風(fēng)電機(jī)組動(dòng)能轉(zhuǎn)化為電能的傳輸裝置，是主要部件之一，造成齒輪箱故障的因素有許多，故障檢修也不易查出，費(fèi)時(shí)費(fèi)力。對(duì)齒輪箱進(jìn)行故障預(yù)警具有十分重要的意義。常見(jiàn)的齒輪箱故障包含：齒輪斷齒、齒面疲勞、磨損、膠合等。（5）塔架故障：塔架是風(fēng)電機(jī)組的基石，支撐著風(fēng)機(jī)機(jī)艙、風(fēng)輪、風(fēng)葉的風(fēng)電機(jī)組重要部件。塔架一般不會(huì)出現(xiàn)故障，故障多于結(jié)構(gòu)破損有關(guān)，例如塔架質(zhì)量問(wèn)題出現(xiàn)斷裂，以及外因造成的裂縫等。2.基于運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警和診斷風(fēng)電機(jī)組是一種典型機(jī)電液一體化設(shè)備，具有很高的自動(dòng)化水平。每臺(tái)風(fēng)電機(jī)組上都裝設(shè)了監(jiān)控系統(tǒng)（SCADA系統(tǒng)）和振動(dòng)監(jiān)測(cè)系統(tǒng)（CMS系統(tǒng)），安裝數(shù)百個(gè)傳感器對(duì)風(fēng)電機(jī)組各個(gè)部件的實(shí)施監(jiān)測(cè)。這些監(jiān)測(cè)數(shù)據(jù)通過(guò)風(fēng)機(jī)光纖網(wǎng)絡(luò)傳輸?shù)斤L(fēng)電場(chǎng)監(jiān)控系統(tǒng)（升壓站），各地風(fēng)場(chǎng)的監(jiān)測(cè)數(shù)據(jù)又通過(guò)專(zhuān)用網(wǎng)絡(luò)傳送到區(qū)域監(jiān)測(cè)中心，這樣就在風(fēng)電場(chǎng)和遠(yuǎn)程監(jiān)測(cè)中心形成了巨大量的風(fēng)電機(jī)組運(yùn)行維護(hù)數(shù)據(jù)。這些數(shù)據(jù)包含了大量反映設(shè)備性能、狀態(tài)等方面的信息，但是目前風(fēng)電行業(yè)對(duì)這些數(shù)據(jù)的利用不充分。許多風(fēng)電場(chǎng)風(fēng)電機(jī)組依然單純依靠CMS閾值設(shè)定來(lái)評(píng)估風(fēng)電機(jī)組健康狀態(tài)，從而起到預(yù)警作用；通過(guò)SCADA數(shù)據(jù)設(shè)定定值，從而分析診斷故障。利用風(fēng)電機(jī)組大數(shù)據(jù)的信息發(fā)掘、處理、分析，從而為風(fēng)力發(fā)電機(jī)組運(yùn)行性能的全面分析評(píng)估，對(duì)性能狀態(tài)“不健康”的機(jī)組進(jìn)行預(yù)警，提前預(yù)防，優(yōu)化維護(hù)，防止微小隱患擴(kuò)大化，危害整機(jī)安全；對(duì)風(fēng)機(jī)故障遠(yuǎn)程診斷，為風(fēng)機(jī)機(jī)組維修提供技術(shù)支持，研究結(jié)果對(duì)于提高風(fēng)電設(shè)備運(yùn)行的安全經(jīng)濟(jì)性具有重要的工程實(shí)際意義?；谶\(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警一般是根據(jù)單個(gè)機(jī)組或多個(gè)機(jī)組正常運(yùn)行產(chǎn)生監(jiān)控?cái)?shù)據(jù)為基礎(chǔ)，針對(duì)機(jī)組某種故障建立模型，當(dāng)運(yùn)行過(guò)程中產(chǎn)生數(shù)據(jù)，輸入此模型，根據(jù)模型運(yùn)算分析，從而對(duì)機(jī)組某種運(yùn)行狀態(tài)評(píng)估，出現(xiàn)模型設(shè)定的異常狀態(tài)，對(duì)機(jī)組健康預(yù)警，維護(hù)檢修人員預(yù)防性檢修?；谶\(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障診斷是依據(jù)機(jī)組構(gòu)造及監(jiān)控產(chǎn)生的相關(guān)數(shù)據(jù)，分析故障發(fā)生時(shí)的數(shù)據(jù)變化，從而判斷故障發(fā)生的具體部位及原因，能夠給現(xiàn)場(chǎng)維護(hù)檢修人員極有力數(shù)據(jù)技術(shù)支持。對(duì)于風(fēng)機(jī)故障而言，主控、偏航、變槳、偏航類(lèi)故障多以電氣、液壓故障為主，此類(lèi)故障位置明顯，且大多都有監(jiān)測(cè)信號(hào)，故障容易處理。但對(duì)于機(jī)械部件來(lái)說(shuō)，例如軸承損傷、輪齒折斷、輪齒損傷等等，故障位置隱蔽，也無(wú)直接監(jiān)測(cè)裝置，往往故障發(fā)生后，無(wú)法報(bào)出故障，導(dǎo)致風(fēng)電機(jī)組“帶病”運(yùn)行，使故障范圍擴(kuò)大，加大設(shè)備損壞，造成更大的經(jīng)濟(jì)損失。基于運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警模型是針對(duì)運(yùn)行數(shù)據(jù)的變化，根據(jù)機(jī)組運(yùn)行特性建立模型，預(yù)測(cè)數(shù)據(jù)變化，對(duì)于數(shù)據(jù)變化異常的的機(jī)組預(yù)警，通知維護(hù)檢修人員檢查或預(yù)防性檢修。圖2運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警流程3.基于大數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警和診斷系統(tǒng)的應(yīng)用以某風(fēng)場(chǎng)振動(dòng)監(jiān)測(cè)得到的數(shù)據(jù)和SCADA系統(tǒng)所測(cè)數(shù)據(jù)為數(shù)據(jù)源來(lái)進(jìn)行大數(shù)據(jù)挖掘。某#20號(hào)機(jī)組為研究對(duì)象，其在2018年5月25日8時(shí)25份出現(xiàn)異常狀態(tài)，考慮季節(jié)及風(fēng)速多變情況對(duì)機(jī)組的影響，選取異常狀態(tài)前4-5月的數(shù)據(jù)作為預(yù)處理對(duì)象。數(shù)據(jù)采集間隔為5分鐘，經(jīng)過(guò)多兩個(gè)月份所產(chǎn)生的數(shù)據(jù)預(yù)處理，最終選取正常的200組數(shù)據(jù)作為最終的處理對(duì)象。為了對(duì)建立的回歸預(yù)測(cè)模型進(jìn)行驗(yàn)證，本文選取前170個(gè)正常數(shù)據(jù)進(jìn)行回歸預(yù)警模型的建立，剩下的30組數(shù)據(jù)當(dāng)做驗(yàn)證樣本來(lái)處理，驗(yàn)證結(jié)果如下圖3與4所示。圖3齒輪箱正常運(yùn)行狀態(tài)下的溫度預(yù)測(cè)曲線圖4齒輪箱正常運(yùn)行狀態(tài)下的溫度預(yù)測(cè)殘差值根據(jù)風(fēng)電機(jī)組的相關(guān)記錄得知，某風(fēng)電機(jī)組在2018年4月-5月之間并無(wú)故障發(fā)生。由圖4可知，運(yùn)用回歸分析法構(gòu)建#20號(hào)機(jī)組的故障預(yù)測(cè)模型，預(yù)測(cè)值與實(shí)際值相差不大，且預(yù)測(cè)殘差在0.3℃范圍內(nèi)進(jìn)行波動(dòng)，通過(guò)對(duì)比表明預(yù)測(cè)模型能夠良好的預(yù)測(cè)齒輪箱的溫度。針對(duì)#20號(hào)機(jī)組產(chǎn)生異常狀態(tài)的一段時(shí)間前后所產(chǎn)生的數(shù)據(jù)運(yùn)用上述所構(gòu)建的預(yù)測(cè)模型進(jìn)行分析討論。數(shù)據(jù)采集的間隔依然選用5分鐘，并且根據(jù)現(xiàn)場(chǎng)的經(jīng)驗(yàn)對(duì)預(yù)測(cè)殘差的預(yù)警值進(jìn)行設(shè)備設(shè)定，設(shè)定值為2℃，經(jīng)過(guò)模型所預(yù)測(cè)得到的結(jié)果如下圖5與6所示。圖5齒輪箱異常運(yùn)行狀態(tài)下的溫度預(yù)測(cè)曲線圖6齒輪箱異常運(yùn)行狀態(tài)下的溫度預(yù)測(cè)殘差值由上圖5能夠看出，預(yù)測(cè)溫度與實(shí)際溫度在前17個(gè)點(diǎn)之前，幾乎沒(méi)有差別，在第17個(gè)采集點(diǎn)之后兩者差距越發(fā)明顯；由圖6中可以看出，前22點(diǎn)的溫度預(yù)測(cè)殘差均位于閥值之下，之后殘差值逐漸上升，當(dāng)殘差值超越閥值，產(chǎn)生報(bào)警，提醒運(yùn)維人員大概率有潛在的故障發(fā)生。4.展望通過(guò)運(yùn)行數(shù)據(jù)進(jìn)行風(fēng)電機(jī)組故障預(yù)警警是一項(xiàng)比較復(fù)雜的工程，將運(yùn)行數(shù)據(jù)的風(fēng)電機(jī)組故障預(yù)警技術(shù)使其成為風(fēng)電運(yùn)維系統(tǒng)的一部分，這也是未來(lái)需要探究的部分。參考文獻(xiàn)：[1]賈寧，王彬，孫宏斌．風(fēng)電機(jī)組故障智能診斷技術(shù)及系統(tǒng)研究[J]．電力系統(tǒng)保護(hù)與控制，2016,44（14）.[2]孫鶴旭，孫澤賢，林濤．?dāng)?shù)據(jù)挖掘技術(shù)在風(fēng)電機(jī)組在故障診斷中的應(yīng)用[J]．中南民族大學(xué)學(xué)報(bào)，2016,35（4）.[3]張少敏，毛冬，王保義．大數(shù)據(jù)處理