基于离线振动数据分析的风电机组故障诊断

浅析风力发电机组振动状态监测与故障诊断发布时间：2022-11-08T08:27:07.660Z 来源：《福光技术》2022年22期作者：何亚平尚永亮[导读] 从现阶段风力发电机组实际应用情况来看，多数地区在风力发电机运行2500h或者是5000h后，会进行例行维修，而这种维修周期较长，设备受损情况较为严重，部分问题难以在检修工作中得到解决。

在这种情况下，需要重视在线监测和故障诊断系统的设计，以保证风力发电机在实际运行过程中处于一种可控状态，辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用质量与效率。

何亚平尚永亮华能华家岭风力发电有限公司甘肃定西 743305摘要：从现阶段风力发电机组实际应用情况来看，多数地区在风力发电机运行2500h或者是5000h后，会进行例行维修，而这种维修周期较长，设备受损情况较为严重，部分问题难以在检修工作中得到解决。

在这种情况下，需要重视在线监测和故障诊断系统的设计，以保证风力发电机在实际运行过程中处于一种可控状态，辅助相关人员及时发现风力发电机在实际运用过程中存在的不足，提升风力发电机的应用质量与效率。

关键词：风力发电机组；振动；状态监测；故障诊断1风力发电的原理风力发电设备通常由风轮、变速系统、发电机、储能装置等部分组成。

而风力发电对于环境的要求，有比较充足和稳定的新风能源。

因为使用了多叶顺浆机构以及空气阻力装置，又或者是设置于驱动轴上的紧急制动闸等方法来进行自动保护，因此风力发电厂的单机容量也愈来愈大，而且技术含量也愈来愈高，同时生产成本也愈来越低。

风力发电技术，是指使用风能驱动风力机叶片的转动，然后通过增速齿轮箱提高转速，从而驱动发电机发电。

按照目前的风电技术，一般是每秒三米左右的风力，便能够进行风力发电。

由于风力发电既具有不消耗能源，又没有产生辐射或污染环境等潜在的优点，使得风力发电正在全球上产生了一种风潮。

风力发电技术在芬兰、丹麦等欧盟发达国家十分普遍，中国也在中西部地区大力推广。

基于大数据分析的风电机组在线监测与故障诊断系统研究随着能源需求的不断增长，风电发电已成为可再生能源的重要组成部分之一。

然而，由于风电机组的特殊性和复杂性，其运行状态的监测和故障诊断一直是一个关键问题。

基于大数据分析的风电机组在线监测与故障诊断系统的研究，为实现风电机组的可靠性和经济性提供了新的解决方案。

一、背景介绍风电机组是将风能转化为电能的设备。

然而，由于风能的不可控性和不稳定性，风电机组的可靠性和安全性一直是一个重要问题。

传统的风电机组监测方法主要依靠人工巡检和传感器检测，但这种方法效率低、成本高，并且无法全面监测和诊断风电机组的故障。

因此，基于大数据分析的风电机组在线监测与故障诊断系统的研究迫在眉睫。

二、研究目标通过基于大数据分析的风电机组在线监测与故障诊断系统的研究，旨在实现以下目标：1. 提高风电机组的可靠性和安全性；2. 实现对风电机组全面、实时的监测与诊断；3. 提高故障诊断的准确性和效率；4. 降低风电机组的运维成本。

三、研究方法1. 数据采集与存储：通过传感器和监测设备采集风电机组的运行数据，包括温度、振动、电流等参数，并将数据进行实时存储。

2. 数据预处理：对采集的原始数据进行去噪、滤波和归一化处理，提高数据的准确性和可用性。

3. 特征提取与选择：根据风电机组的工作原理和故障模式，提取与故障诊断相关的特征，并通过特征选择方法选取最具区分性的特征。

4. 模型建立与训练：基于机器学习和深度学习算法，建立风电机组故障诊断模型，并通过训练模型来提高故障诊断的准确性和效率。

5. 系统开发与应用：基于上述研究成果，开发基于大数据分析的风电机组在线监测与故障诊断系统，并将其应用于实际风电场进行系统测试和验证。

四、研究意义基于大数据分析的风电机组在线监测与故障诊断系统的研究具有以下意义：1. 提高风电机组的可靠性和安全性，减少停机时间和损失；2. 实现对风电机组全面、实时的监测与诊断，及早发现和解决问题；3. 提高故障诊断的准确性和效率，降低误报率和漏报率；4. 降低风电机组的运维成本，节省人力和物力资源。

基于振动分析的风力发电机故障诊断方法研究摘要：随着全社会用电需求的不断增加，电力系统的运行规模也在日益扩大，风力发电在其中做出的贡献不容小窥。

但与此同时，风力发电机组在运行中也存在各类故障问题，高额的运维费用直接影响着风电产业的经济效益。

文章总结了现阶段风力发电机组在运行过程中常见的几种故障类型，介绍了时域分析、频域分析、时频分析等信号分析技术，旨在为风力发电机故障诊断研究提供理论参考。

关键词：风力发电机；振动分析；故障诊断；信号1.前言面对现阶段的能源危机与环境问题，我国风电产业得到了迅猛的发展，为能源优化与新型绿色可持续发展做出了突出贡献。

发电机组是风电产业发展中较为重要的一环，其工作环境恶劣，极易发生故障，且维修需要高昂的费用，对风电的经济运行造成了直接的影响，其中振动则直接影响到发电机的运行。

因此，对发电机产生的故障进行及时有效的诊断显得十分重要。

按检测方式的不同，可以将对风电机组状态的监测与诊断方法分为油液检测、温度检测、过程与性能参数检测、振动检测等方法，其中振动检测技术相对较为成熟，因具有简单方便等优点而在风电机故障诊断方面得到了比较广泛的应用，实现了对风电机组状态的有效监测。

2.风电机组概述2.1风力发电机组的基本组成风力发电机组分为风轮和发电机两大核心部分，其主要目的是把风能转化成电能。

风轮是利用风的带动借力，使风轮进行转动，从而风能就被转化成了机械能；发电机则是将由于轴转动而产生的机械能转化成了电能所利用。

按照风轮的结构可将风力发电机组分为水平轴风机与垂直轴风机；按照叶片的个数可将风力发电机组分为双叶式、三叶式与多叶式轴风机。

通常情况下风电机组由主轴、主轴轴承、齿轮箱、高速轴、发电机等部分构成，其中发电机的作用就是将机械能转化成电能。

2.2风力发电机组的常见故障（1）电气系统故障。

近年来，大功率直驱型并网风电机组在风电厂得到了广泛的应用，伴随而来的是高昂的投资费用，且故障发生概率也随之增长，由于电气系统内部包含的部件较多，因此故障种类也很多，主要包括过载、短路、过电压、过电流、变频器无法正常启动等。

基于振动信号分析的风电产品缺陷诊断方法研究摘要：风电产品作为一种可再生能源装置，在现代能源领域发挥着重要作用。

然而，由于长期使用和外部环境因素的影响，风电产品常会出现各种缺陷，影响其正常运行。

因此，研究一种高效准确的诊断方法对于确保风电产品的可靠性和安全运行至关重要。

本文针对风电产品的缺陷问题，基于振动信号分析提出了一种新的诊断方法，并对其有效性进行了验证。

1. 引言随着可再生能源的不断发展，风电成为了一种重要的清洁能源来源。

然而，风力发电机组作为风电产品的核心部件，容易受到风速、温度、湿度等外部因素的影响，从而导致各种缺陷产生。

例如，轴承故障、齿轮磨损和不平衡等问题常常会导致振动信号的异常。

因此，研究一种准确可靠的风电产品缺陷诊断方法对于提高其运行效率和延长使用寿命至关重要。

2. 振动信号分析振动信号是用于诊断风电产品缺陷的重要信息源。

通过对振动信号进行分析，可以获得故障源的位置、类型和严重性，从而为缺陷的诊断和预防提供依据。

常用的振动信号分析方法包括时域分析、频域分析和时频域分析。

2.1 时域分析时域分析是对振动信号在时间上的变化进行研究。

通过观察波形图和振动幅值，可以初步了解风电产品是否存在缺陷。

例如，异常的波形、波形的偏移、波形的振幅增大等现象可能表明风电产品存在故障。

2.2 频域分析频域分析是对振动信号在频率上的变化进行研究。

通过对振动信号进行傅里叶变换，可以将时域信号转换为频域信号，得到不同频率分量的强度和相位信息。

常用的频域分析方法包括功率谱密度分析、峰值频率分析和频谱图分析。

这些分析方法能够帮助定位故障源，判断故障类型。

2.3 时频域分析时频域分析是时域分析和频域分析的结合。

通过短时傅里叶变换或小波变换等方法，可以在时间和频率上同时观察振动信号的变化。

时频域分析方法可以更准确地确定故障源，并提供故障的时序信息。

3. 风电产品缺陷诊断方法研究基于振动信号分析的风电产品缺陷诊断方法主要包括以下几个步骤：1）采集振动信号：通过在风电产品上安装振动传感器，采集运行时的振动信号。

关于风电机组振动监测与故障诊断发布时间：2023-07-24T03:19:39.065Z 来源：《科技潮》2023年14期作者：张磊[导读] 风电机组的振动监测及故障诊断，主要是采取以振动监测为主的各种监测举措，展开科学的判断以及分析相关信息，正确地掌握住风电机组的运行状态，使得在相应部件产生故障前，做出及时的报警等操作，从而实现对风电机组的维护由预防性维护转变为预知性维护。

中国大唐集团有限公司辽宁分公司新能源事业部辽宁朝阳 122300摘要：风力发电机组传动系统结构复杂，工况恶劣，承受外界载荷多变，易造成机组构件损坏，而滚动轴承是其中最重要也是最易受到损伤的零部件之一。

滚动轴承如若发生故障将对整个旋转机械甚至整个风机的运行状态产生重大影响，严重时导致整台机组停机。

因此实时监测其工作状态，准确诊断其故障成因对风力发电机组的维护与运行有着重要的现实意义。

基于此，本文主要对风电机组振动监测和故障诊断系统的设计进行了简单分析。

关键词：风电机组；振动监测；故障诊断一、总体设计情况风电机组的振动监测及故障诊断，主要是采取以振动监测为主的各种监测举措，展开科学的判断以及分析相关信息，正确地掌握住风电机组的运行状态，使得在相应部件产生故障前，做出及时的报警等操作，从而实现对风电机组的维护由预防性维护转变为预知性维护。

针对风电机组运行特征，设计的风电机组振动监测及故障诊断系统需要做到：数据采集及传输过程有效、可靠；监测部件全面；人机交互界面友好；数据处理分析具有较高的实时性。

在风电机组振动监测及故障诊断系统的设计环节，为使得符合相应功能需求，主要是把振动监测及故障诊断系统分成三个部分，即数据采集模块、数据库存储模块，以及监控维护集成模块。

进行数据采集期间，采取建立在以太网的远程采集基础上的举措，前端采集设备主要是采用采集板卡。

传感器数据到数据采集端的传输，可采取有线或无线传输方案，其中无线传输会产生较高的费用且传输速度较慢，信号抗干扰能力弱，但优势就是安装相对便捷。

风力发电机组振动故障诊断分析摘要：在可持续发展背景下，新能源开发备受关注，作为一种典型的新型能源，风力发电拥有广阔的发展前景。

风力发电机组在运行过程中，很容易受到一些因素的影响，出现振动故障，在这种情况下，需要做出正确诊断，判断振动故障成因，并且采取正确措施进行维护，保证风力发电机组的稳定运行，这也是风力发电机组维护工作中的要点内容。

本文对风力发电机组振动故障进行分析研究，并且提出了几点浅见。

关键词：风力发电；发电机组；振动故障；维护策略一、风力发电机概述风力发电机是风力发电厂中的核心内容，其运行效果非常重要，关系到了风力发电效率和发电安全性。

从结构上看，风力涡轮机由转子、轮毂、结构、偏转器系统、变速箱、发电机、电气系统以及液压系统等进行的共同组成。

首先需要把风车改造为机械式，然后运用齿轮、主轴、发电机把机械能转化成电能，实现风能的产生。

如果仅仅通过调节风向来调节机组的运行，那么在风力发电机的运行中很难应用风向参数，也很难改变转速和转速。

风扇的转速也会改变发电机的功率，自然导致发电机振动降低。

因此，对风力发电机组的在线运动进行持续跟踪是至关重要的，以便能够不断跟踪传输链中的瞬态异常，跟踪波动趋势，对历史数据进行分析，确保风力发电机能够正常运行。

二、风力发电机组振动故障成因分析风力发电机在运行过程中，经常会出现各类故障，主要的故障类型包括发电机过热、线圈短路、轴承过热、振动增大、转子损坏、绝缘损坏等，主要由异常振动决定。

风力涡轮机的波动对设备的安全运行产生重大影响，安全对于风电场来说至关重要。

其中，引起设备异常波动的因素包括设计、制造、安装、运行和维护。

静态风电机组的运动控制时间是一个漫长的过程，必须由传动链的具体变化来确定，这对于诊断较小的传输时间也很有用。

发电机工作时，转子的转速很高，如果转子的转动中心和质心不能有效匹配，转子也会产生很大的不平衡，产生离心力，造成设备振动，当离心力超过阈值时，设备会剧烈振动。

振动分析在风电机械设备故障诊断中的应用研究摘要：风力发电机械设备故障分析过程中，采用振动分析方法能够使技术人员充分了解风力发电机组的实际运行特征，收集设备不同部件的运行频率和故障频率数据，同时，准确地辨别出风电设备运行情况和潜在的故障，以便相关人员采用针对性的预防措施。

本文对风电机械设备故障诊断中振动分析方法的具体应用做出分析，旨在为一线工作者提供参考。

关键词：振动分析；风电机械；故障诊断引言振动检测技术的产生与发展对风电机械设备具有重要价值，主要由以下部分组成：风场监控、当场监管、实时监测等。

主要依据系统各部分工作数据信号进行监管，并将数据信息进行集中检测。

再由当场检测系统分析机械设备的情况，将信息传输到远程控制设备当中，达到风电机械设备故障诊断、分类管理和设备维护管理的目的。

一、风电机械振动信号采集风电设备所处的环境较为恶劣，运行速度变化较快，同时外部荷载缺乏稳定性。

在长期运行过程中其部件易产生故障问题。

其中机械设备的常见故障包含发电机、变频器、齿轮箱等故障，发电机由于轴承温度过高、振动过大等原因导致设备故障，其原理主要是由于转子平衡效果差、轴承损坏等。

在风机振动信号采集工作开展初期，需要选择适宜的测点安装振动感应器，用于采集振动数据信号。

在此期间，人员所挑选的测点位置与其获取的信息精准度息息相关[1]。

在振动感应器选择安装部位的过程中，应保障其能够第一时间获得设备的振动数据，所以需要尽量靠近被试设备的承重区域或荷载位置。

风电机械的零件构成较为复杂，设备检修难度较大，同时其内部数据信号由混乱的高频和低频数据组成，其中高频振动波动较大，通常需要收集某个角度的高频数据，才能够保障最终故障判断结果准确。

在风电机采集振动信号过程中按照轴承型号参数计算其故障频率。

滚轴轴承由内圈、外圈、保持架、滚动体等部分组成，在其运行期间滚动体与滚道接触处发生故障，就会产生冲击信号。

在轴承不同部位产生的故障，接触点经过轴承的频率有所差异，其频率即为滚动轴承故障特征频率。

1352022年2月上 第03期 总第375期油气、地矿、电力设备管理与技术China Science & Technology Overview0.引言风力发电机组的装机容量越来越大，其结构形式也变得更加复杂，给日常维修和故障诊断增加了难度。

异常振动是风力发电机运行中常见的故障类型，根据振动产生原因不同，可分为电磁振动、机械振动等型式。

依托信息技术设计一种智能、自动的振动监测系统，能够实现对发电机组振动工况的实施采集、反馈和分析，一旦监测到异常振动，立刻进行报警。

除了提醒机组管理人员故障问题外，还会提供故障位置、类型，甚至智能生成处理方案，从而为发电机的故障诊断提供辅助[1]。

1.概述风力发电机组振动1.1分析整机系统振动目前，根据风力发电机组研究情况，机组实际运行过程汇总振动故障是比较常见的问题，其原因复杂而且解决难度比较大，如果问题严重的化就会严重损害机组设备甚至引发重大事故。

实际研究工作中，将风机整体系统划分为搭架-机舱系统、根部刚性固定叶片与传动系统3部分。

风力发电机运行时，发生振动情况后会引起共振问题，比如实际应用过程中，风力发电机自身风载、叶轮转动与开关等使得风机出现剧烈振动，此种振动引起轴承、齿轮副与联轴器等部件发生振动最终损坏设备，设备使用寿命与质量受到威胁。

1.2分析机组偏航系统振动综合分析风力发电机组实际应用情况，因偏航系统构建故障概率比较大，小型风力发电机中此种情况比较常见，主要是因转子周期变化与旋转力间出现共振。

风力发电机组实际运行中，系统承受更大的荷载力，偏航力矩不断变化引起扭转震动，特定位置不同方位引起明显摩擦阻尼与牵制力。

1.3研究机组叶片振动情况风力发电机组中叶片部件非常重要，展向长、弦向短且柔韧性好等是多数叶片普遍具有的特点，该部件实际运行中极易发生振动，运动稳定性对风机整体运行质量有着收稿日期：2021-11-15作者简介：牛亮（1987—），男，河北衡水人，本科，助理工程师，研究方向：风力发电技术。

风电机组震动检测与故障诊断分析摘要：风电机组运行环境比较特殊，再加上风速具有很强的不稳定性，受交变负载影响，很容易造成机组传动系统部件的损坏，同时因为机组安装位置偏远维修工作困难，这样就对机组震动检测与故障诊断提出了较高的要求。

本文分对风电机组常见故障进行了分析，并提出了机组震动检测与故障诊断的方法。

关键词：风电机组；震动检测；故障诊断一般情况下风电机组都会设置有专门的运行维护中心，对易发生损伤的部件进行管理，对机械与电气系统进行全面管理，增加设备维护与检修的次数，在整体上控制好机组的运行效果。

对于风电机组震动检测与故障诊断工作的开展，下结合机组运行特点来进行，建立完善见检测系统。

1.风电机组震动检测概述对于风电机组的震动检测与故障诊断，主要是通过安装在机组设备上或者附近的传感器，完成对机组运行状态信号的采集。

传感器信号经过调理、传输以及采样后进入到信号处理模块，将冗余部分去除，最终获得状态特征量。

将状态特征量传输到状态辨识模块，在获得辨识结果通过检测与诊断决策模块来完成综合决策，由输出设备来得出诊断结果。

其中，对于风电机组运行状态信号处理、辨识、检测以及诊断等整个过程的实施主要由计算机系统以及专业仪器设备来实现的，通过对信号的分析辨识，确定机组是否存在故障。

2.风电机组传动系统常见故障2.1 齿轮故障主要包括齿形误差、断齿故障、齿面磨损、齿面胶合以及齿面点蚀等。

第一，在机组设备齿轮箱中啮合齿轮发生故障，会伴随着一定特性的振动发生，这样通过对振动信号进行分析，就可以确定故障的类型。

如果存在齿轮误差，会使得振动信号时域波形出现明显的调制现象，在频域啮合频率与谐波附近出现调制边频带，如果齿形误差比较严重，产生的较大激振能量不仅会产生啮合频率调制，还会产生共振调制现象[1]。

第二，因为风电机组运行时风速不稳定，会对叶片造成一定影响，存在的不规则冲击力会通过叶片传到齿轮箱，最终转变成冲击荷载，会对齿轮造成严重的磨损，并且还会使齿根部位在弯曲应力的作用下，逐渐产生疲劳裂纹，随着裂纹的持续扩展，最终造成轮齿弯曲疲劳折断。

基于大数据分析的风电机组运行状态评估及故障诊断摘要：目前风电行业，随着风电机组运行年限增加，大量的风电机组超出质保期，其安全隐患不断增加、造成运维的成本不断升高，使得风电场的经济效益严重下降。

因此，为保证风电机组健康安全运行和降低风场运维成本等方面考虑，研发基于大数据分析的大型风电机组运行状态评估及故障诊断技术已成为风电行业亟待解决的课题。

关键词：风电机组；大数据；状态评估；故障诊断风电机组是集多种电气、控制和机械等子系统为一体的非线性、强耦合机械设备，不同子系统的部件之间的联系和耦合极其紧密，任何某一部件发生故障，如果不及时诊断排除，通过部件之间的层层级联与相互不断耦合的放大作用，将进一步发生严重故障，从而导致风电机组故障停机，给电力设备的安全稳定运行带来严重威胁。

而且机组一旦发生故障，由于事前对机组的健康信息掌握不充分，受天气状况和地理位置影响，造成故障事后维修工作难度大、停机时间长、维修成本高等经济损失加重。

因此，通过基于风电机组的 SCADA 系统监测数据、振动系统监测数据、生产运行和管理数据等大数据应用分析，判断其健康状况，诊断潜藏性故障，对降低运行维护成本，提高机组的运行效率和可靠性，已成为我国风电行业亟待解决的关键问题。

1风电机组的主要故障类型1.1齿轮箱故障齿轮箱是风电系统中故障率最高的部件，且造成停机时间较长，包含齿轮、滚动轴承和轴等部件，其常见的故障主要为齿轮和滚动轴承的故障。

近年来，新投产风电机组普遍都配备了振动监测系统。

当齿轮或滚动轴承存在局部缺陷时，其振动信号中含有丰富的信息。

通过有效提取信号的特征，一般可以较为准确地诊断出缺陷种类及所处的部位。

1.2发电机故障目前风电系统采用的发电机型主要有双馈异步电发机、笼型异步发电机和永磁同步电发机。

由于承载发电机的机舱处于几十米的高空，发电机长期运行于交变工况和恶劣的电磁环境中，极易发生故障。

常见的故障有轴承故障、短路故障、转子偏心故障等。