风电机组的状态监测与故障诊断V10.docx

风力发电机组的状态监测与故障诊断状态监测与故障诊断对于风电机组的重要性风能作为一种清洁的可再生能源，越来越受到世界各国的重视。其蕴量巨大，全球的风能约为2.74×109MW，其中可利用的风能为2×107MW，比地球上可开发利用的水能总量还要大10倍。中国风能储量很大、分布面广，仅陆地上的风能储量就有约2.53亿千瓦。“十五”期间，中国的并网风电得到迅速发展。2006年，中国风电累计装机容量已经达到260万千瓦，成为继欧洲、美国和印度之后发展风力发电的主要市场之一。2007年我国风电产业规模延续暴发式增长态势，截至2007年底全国累计装机约600万千瓦。2008年8月，中国风电装机总量已经达到700万千瓦，占中国发电总装机容量的1%，位居世界第五，这也意味着中国已进入可再生能源大国行列。良好的机遇也伴随着巨大的挑战，随着国内风电机组装机容量井喷式发展，风机在运行中的安全事故也相继不可避免的出现，叶片断裂、发电机抱轴、齿轮箱齿轮断裂、轴承损坏等故障越发的凸显。因而，在风力发电机组二十年的使用寿命周期内，机组的稳定运行是保证风电场产能收益的唯一条件，由于目前大多风力发电机组采用的事后维修和计划维修的方式，造成了维修成本与产能损失的巨大浪费，状态监测是解决该问题的最佳方案，通过发现早期的故障，不仅可以有效的降低故障的损失和设备维修费用，同时通过预知维修实现前瞻性维护，避免非计划停机，提高设备的可利用率，减少发电损失和维修成本。而对于企业本身，其具有以下重要意义：帮助企业发现故障的早期征兆，以便企业采取有效的维护计划，避免重大安全事故的发生。通过对设备故障原因的分析，确定故障根源以及损伤部件的使用寿命的预测，避免检维修造成的资源浪费，协助企业合理制定检维修计划。通过长期有效的监测，优化设备检维修工作计划，统筹安排人力与吊车以及备件的准备，降低资产管理成本。通过在线监测的预知维修实现前瞻性维护，避免非计划停机，提高设备的可利用率，避免因此造成的发电损失和维修成本；协助企业实现风力发电机组的质保移交前的健康状态体检，以及第三方检修效果的验证，避免潜在的风险。帮助企业积累机组运行数据，建立失效模式，改善后续设计；技术手段风力发电机状态监测就是通过实时获取风力发电机组在运行过程中的振动信号，系统按照既定的采集、报警策略，自动触发设备异常报警机制，实现风力发电机组运行健康状态的判断。对于异常报警设备，远程诊断专家通过对振动信号详细分析、结合 SCADA 系统提供的运行工况参数、设备结构特点、历史运行维护信息，判断设备故障原因、确定故障根源，达到风力发电机组前瞻性维修以及寿命预测的效果。同时，由于风力发电机组安装地理位置偏远且置于十几米的风机塔筒上，比较合适的状态监测手段主要有以下几种：温度监测通过在主轴、齿轮箱、发电机内部放置温度传感器，实时的采集风机运行或静止状态下的温度数据，并将数据上传至SCADA系统中，有助于运维人员及时了解机组的温度变化，简单判断风机的运行状态。油液分析风力发电机组的油液分析主要通过分析被监测机组所使用的主轴、齿轮箱等润滑油液的性能变化和携带的磨损微粒的情况,获取机组的润滑和磨损状态的信息,评价机组的工况和故障预警,并确定故障原因、类型以及需要采用的维修管理策略。振动监测对于风力发电机组而言，绝大多数故障都是与机械运动或振动相密切联系的，振动监测具有直接、实时和故障类型覆盖范围广的特点。同时，利用时域分析、频谱分析、瀑布图等多种手段对振动数据分析、处理，可及早的发现风机各零部件早期故障隐患，预测故障发展模式及剩余寿命。因此，振动监测是针对风力发电机的各种预测性维修技术中的核心部分。另外，风机生产厂家通过测量风机结构的受迫振动获得被测对象的动态性能：固有频率、阻尼、响应、模态等信息，找出薄弱环节，通过改进设计提高其抗振能力，或通过隔振处理改善风机的工作环境和性能，为风机的可靠性设计提供有力的技术支撑与数据积累。状态监测系统技术方案3.1 系统架构与组成容知Wind CMS系统通过安装在风力发电机组上的各种振动传感器将主轴轴承、齿轮箱、发电机以及塔筒、叶片的振动信号采集并上传到Wind CMS系统服务器，通过软件的辅助诊断功能触发自动报警、第一时间发现隐患，并通过局域网(Intranet) 或互联网 (Internet) 及时通知现场和远程诊断中心，通过数据分析诊断主轴轴承、齿轮箱、发电机、塔筒、叶片缺陷，为设备检维修提供科学的技术支撑，使设备管理人员实时、准确地掌握设备运行状态，提高风电场设备管理水平，做到事前预防、预知检修，保障生产的安全、可靠和稳定运行。基于风电机组监测特点和风电场实际运行状况，容知Wind CMS系统基本架构如图所示： 图1 方案架构图风力发电机组状态监测系统（Wind CMS）共由三级组成：第一