風電機組變槳系統故障診斷方法研究

宋瑞鶴

（國家能源投資集團（濟南）新能源有限責任公司河口分公司，山東東營 257000）

0 引言

變槳系統作為風電機組中的重要組成部分，在實際使用中受到惡劣環境的影響，部分內部部件開始出現高耦合性特征，設備故障率持續上升。以變槳系統的實際應用為基礎，針對各種不同類型的系統故障展開研究，以保證系統運行穩定性和工作效率為核心，給出針對性發展建議，說明變槳系統故障的專業處理辦法，規避設備的運行風險。

1 風電機組變槳系統工作原理及故障參數

1.1 電動變槳系統基本工作原理

典型的風電機組電動變槳系統工作原理如圖1所示。變槳系統主要包括位置環、轉速環以及電流環3 個部分，經過配置連接后可以形成3 閉環控制系統。其中，主控系統需要給定槳距角的最終設定值β，確保該值與實際變槳角度β 值之間的一致性，然后再完成后續位置調節操作即可。在測速機設備測得驅動電機設備的實際轉速度值n，再由轉速調節器裝置完成后續轉速調節任務。當電流調節器裝置完成自身電流調節任務后，可以得到最后的驅動電機電壓指令，此時驅動電機通過減速器裝置達到控制變槳動作的效果，確保變槳角度可以處于穩定狀態，保持與槳距角初始設定值一致的水平，保證設備工作穩定性和規律性。

圖1 變槳系統工作原理

1.2 電動變槳系統運行故障參數

電動變槳系統的主要作用為：在風速低于系統額定風速的情況下，借助變槳系統對固有槳距角進行調節，達到提升風能的效果，確保吸收系數Cp可以達到理想水平，同時也保證設備可以高標準地利用風能。在實際風速高于初始額定風速的情況下，可以對葉片槳距角進行有效調節，達到降低風機轉速的效果，將風機設備的實際輸出功率控制在與額定值接近的水平，避免發電機設備和逆變系統出現過載的情況，為風機提供正常、穩定運行狀態保障。設定切入風速標準為3 m/s，以系統額定風速標準為12 m/s 的1.5 MW 風電機組為實例進行試驗分析（圖2），特選出SCADA 系統中的額定葉片槳距角、風速、變槳電機溫度、發電機轉速、葉片電機驅動電流等參數與變槳系統實際運行具有直接關聯的特征參數信息。

圖2 變槳距示意

在SCADA 系統中，對所有參數信息進行記錄，并保證時間標簽信息、故障代碼信息、處理建議信息等內容的準確性。對變槳系統出現的常見故障進行綜合分析，主要包括：①變槳電機溫度故障；②變槳系統電容溫度故障；③變槳系統電容電壓失衡故障；④設備葉片不對稱故障；⑤變槳電源故障；⑥變槳位置傳感器故障；⑦變槳速度超出限值故障等。

2 電機組變槳系統故障診斷研究現狀

近年來，國內外學者針對電動變槳系統的運行故障診斷展開大量研究，主要成果如下：①文獻［1-2］給出一種以先驗知識為基礎的新型自適應神經模糊推理系統（ANFIS）的專業變槳故障診斷方式，可以借助數據參數成功建立起具有代表性的風速參數、轉速參數、功率參數、變槳電機扭矩參數關系模型，借助對先驗知識的綜合分析，達到提升診斷有效性的效果；②文獻［2-3］給出一種以變遺忘因子配合最小二乘算法的方式，對間隔參數進行預測并建立模型，達到對故障問題進行診斷的目的；③文獻［3-4］以相似性原理為基礎，借助非線性狀態專業評估法，成功打造出變槳系統常規運行狀態下的健康模型。如果變槳系統出現運行故障，則此模型給出的預測值會與正常狀態下的參數值發生偏差，此后按照特征參數即可對偏差問題造成的影響做出判斷，并明確造成系統運行故障的根本原因；④文獻［4-5］主張建立專業的變槳系統模型，通過對物理模型功率的實際輸出水平和實際系統輸出水平的對比，即借助殘差對設備故障問題作出準確判別，并利用函數方法完成后續故障檢測任務；⑤文獻［6-7］借助Fisher 分析法對發生故障問題的設備進行處理，可以計算出數據偏離方向參數和系統各變量因素在此方向作出的貢獻率，通過這種方式生成新的Fisher 判別分析信息圖即FDA 貢獻圖，通過這樣的方式可以按照最高貢獻標準變量對設備系統故障的核心因素作出有效辨別，及時找出故障源，在對故障問題進行定位后的第一時間采取相應處理手段；⑥文獻［8］借助最小二乘為向量機設備的建立提供支持作用，通識還可以對變槳系統出現的故障進行有效診斷，此后，借助回歸輸入輸出模型的分析，即可通過高斯混合模型完成對多維觀測值（系統特征向量實測值與模型計算結果偏離）的擬合結果分布，最后，再計算出系統劣化指數參數，即可達成對變槳系統工作狀態的分析，并對存在的故障問題進行在線辨識與專業診斷，在實際應用中，效果良好。

3 變槳系統故障診斷

3.1 風電機組變槳系統特征屬性篩選

為保證風電機組中的變槳系統可以長時間處于安全、穩定的運行狀態，需要對變槳系統中的每一個部件參數加以實時監測，其中在線監測的核心部件參數主要有：①變槳電機設備的實際運行參數，如定子電流、電機轉速、轉子位置角等；②葉片裝置的變槳距角度、變槳速度和加速度；③變槳電機驅動控制器IGBT實際運行參數與系統后備電源待命狀態下的運行信息信息等。

為保證變槳系統實時運行狀態的最終識別效果，每一個單獨的監測參數均需要匹配唯一的專業參數編碼，同時還需要保證每條運行參數信息內容明確，確保時間點信息、唯一狀態編號信息和設備狀態說明信息等內容的準確性。

保證最終提取到的變槳系統運行特征參量信息準確性，是維持變槳系統穩定工作狀態和對異常故障進行準確識別的關鍵內容。特征屬性的篩選工作需要做到對無效數據的篩除和處理，保證所有記錄的特征屬性參數信息均未經過非相關處理，才可以保證此時的參數信息具備更多的參考價值，同時，還需要降低數據帶來的特征屬性維數影響，對其進行必要的數據簡約處理?；诖?，變槳系統自身攜帶的SCADA 系統可以完成在線監測任務，并對眾多屬性參數信息進行準確分析，此時運行參數的辨別與風電機組之間具有直接聯系，變槳系統運行狀態可以通過在線監測或者趨勢評估的方式做出準確判斷。

3.2 基于主元分析的變槳系統在線故障診斷方法

技術人員需要將不同工況中設備正常運行狀態下記錄到的歷史SCADA 數據對比分析，并對變槳系統自身的特征屬性進行合理篩選，以不同工況為核心，打造相應的主元模型；借助對變槳系統發生歷史故障SCADA 的參數進行統一設定，打造不同工況條件下的新型變槳系統出現故障后的子空間模型；此時的在線監測單元可以對主元模型進行在線數據監測，并將實時結果投影到準備好的PCS 和RS 設備上，再由專業技術人員對此時的T2 和SPE 參數進行計算即可判斷設備是否存在故障。

技術人員還需要考慮到設備故障發出的誤報情況，因此，需要設置適當的設備報警延遲，可以在確認故障后，再執行系統故障報警指令，防止干擾信號對監控系統造成的不良影響，確保系統所有超限報警指令的準確性，降低故障誤報率。

當接收到故障報警信息后，需要由專業技術人員對設備進行全面的故障診斷，借助使用貢獻圖法準確找出存在故障的系統特征參數，如果是由SPE 超限問題造成的故障報警，則需要對SPE 故障進行重構處理，然后再判斷處于重構狀態下的數據值是否在處于可控范圍內，同時找出造成故障的具體原因，并對故障在線診斷和處理。

4 結束語

對于風電機組而言，變槳系統能否保持良好的運行關系，會對整個機組的后續實際運行情況產生直接影響，因此，對變槳系統出現的故障進行精確預報、分析和處理。針對風電機組處于復雜工況下的各種故障進行綜合說明，并以不同工況為基礎，打造相應工況下的風電機組變槳系統模型，對其出現故障后的模型進行診斷，即可對模型設定的有效性作出準確判斷。在未來階段的研究工作中，還需要將變槳系統可能存在的各種故障進行實時監測，并對故障預警系統進行重新設計，以保證技術人員可以在第一時間了解故障的詳細情況，并采取有效處理措施，規避風險。