浙江运达风电股份有限公司高级电气工程师邱纪星：基于电气参量的风电机组传动系统运行观测

　　

 

浙江运达风电股份有限公司高级电气工程师邱纪星先生

 

　　邱纪星：各位行业专家领导，各位同仁上午好，我们是运达风电的，今天我为大家带来的是基于电气参量的风电机组传动系统运行观测。之前很多行业同仁对我们机组传动系统提出他们不同的解决方案，我们机组本身对电气参量也进行了采集，我们希望从这一点出发对它进行挖掘，然后对风电机组的传动系统当中的主要的电气部件进行简单的部署。

 

　　我们分享的内容是五部分，首先是运达风电的介绍，然后是针对目前我们在风电机组在实际运行当中传动部件碰到的实际概况，针对这些问题我们业内目前的具体解决方案，最后是运达风电相关研究进展，最后是对这个工作的总结与展望。

 

　　我们运达风电前身属于浙江省机电设计研究院风能研究所，2001年浙江运达风力发电工程有限公司成立，目前公司业务主要有三大块，一是风机整机制造，二是风电运维服务，三是风电开发运营。目前公司总部和研发中心均位于浙江杭州。

 

　　这边展示的是我们风电机组的典型的传动系统的结构，主要有我们的叶轮，叶轮当中有我们的叶片，我们的轮毂，再就是我们的主轴承、齿轮箱、发电机这几个主要的部件构成。这边是欧洲的一项调查统计结果，统计的是风电机组在实际运行当中各个部件系统、子系统的故障情况，还有由于故障引起的一个停机时间的统计。从我们的故障次数的统计来看，我们的电器控制系统故障次数非常多，而相对的传动系统的几个主要的部件，像叶片、发电机、齿轮箱，它的故障次数相对较少，维修时间却比较多，造成机组较长的停机时间。

 

　　从后期运行维护费用来看，我们的传动系统的几个主要的部件它的占比也是非常高的，因此不管是从我们的故障停机时间还是后期故障的运行维护费用，对传动系统进行有效的状态观测就显得非常有必要。

 

　　接下来就具体来看一下传动系统在实际运行当中碰到的一些问题或者故障。

 

　　首先是叶片，目前我国风电发展的趋势，也就是目前业内达成的一个共识就是从山北地区到东南地区的转移，这些地区地理环境比较复杂，使用机组传动效率比较高，再一个从机组自身来讲，不管是机组的容量还是机型的发展，使叶轮直径越来越大，叶片长度越来越长，使得它的结构柔性也越来越大，当然叶片在生产和设计的过程当中，也会有一些质量上的或者翼形上的误差。综合这些因素，机组在实际运行当中叶轮不平衡的现象就时有发生，具体对应的气动不平衡，结冰积雪的现象，还有裂纹开裂。这些不平衡造成的一个直接的后果就是机组的传动部件的疲劳载荷的显著增加。

 

　　第二块是我们的齿轮箱，根据我们的统计，我们的齿轮箱最容易发生故障的是我们的齿轮和轴承，轴承的一个故障主要有滚动体剥落还有保持架损坏。齿轮主要有齿轮裂纹断裂，齿面疲劳，齿面磨损，齿面搅合。

 

　　发电机经过我们的统计主要有三个类型，一是绕组故障，绕组故障、转轴故障、轴承故障。经过这几个主要的部件在实际运行当中碰到的一些问题，目前业内采取了一些状态监测系统就是我们的CMS标准，采用的是德国VDI3834标准和风力发电机组振动状态监测导则实现对机组的状态评估、发现跟踪设备故障。

 

　　我们风场实施是通过各种振动传感器对振动信号进行采集，进行分析处理，从而实现对各个部件状态的诊断，可以监测的主要有我们的主轴承，还有齿轮、塔机等等。

 

　　但是我们在实际运行当中也碰到一些问题，首先对发电机来说，对于机组来讲首先根据一些环境的条件，机组本身会进行一些变桨偏航这些动作，再一个机组发生的过程本身就是变转速和变转距的过程，而我的控制系统是两个相对独立的系统，这就导致系统无法感知机组的活动，这样使得CM系统对信号进行处理，到时候信号切除这块就显得非常困难。再一个就是刚才提到的我们的CM系统依据的标准是德国的3834还有我国的一个导则，而很多我们的判断的这些标准限制的规定是根据统计数据得出的，而随着我国风电的发展，各个厂家的机型适应不同地形的机组类型也越来越多，这就使得这个标准本身就具备一定的局限性。

 

　　这个PPT和最终的PPT不太一致，因此针对这些局限性，运达风电提出相关研究，对电气参量来说数据的获取是通过一些电气信号的传感器来获得的，而这些传感器它自身的特点就是不管是它的线性度还是精确度都非常高，再一个我机组本身对这个信号都是采集的，然后我直接可以获取，像昨天也有的专家提到过，本身我机组有这么多的电气数据，但是怎么对它进行一个数据的挖掘？然后对它做一些对我们有益的一些工作？

 

　　在这个基础上我们运达风电就建立了我们基于电气参量的针对传动系统的诊断系统，系统具有多通道数据采集、在线监测，实时性高，能够软件显示，诊断功能，专家远程数据下载，分析功能，并且我们的系统兼容于我们公司的智能信息系统，也符合风场数字化建设的需求。

 

　　我们这套系统现场布置的方式非常灵活，具体来说有两种方式，一种是远程集中的方式，第二种是机组本地的方式。集中的方式主要是各个机组对于电气信号的组网上传，而机组本地实现的方式主要是各个机组获取电气参量，然后对它进行分析、处理，然后综合分析出各个部件的运行状态信息，然后仅仅把这些结果和反映各个部件运行的这些信息进行上传。

 

　　我们的系统也在现场安装实施，从长期运行的情况来看，运行状况还是非常好的，各个诊断结果也都比较准确。因为我们机组运行过程是变转速和变转距的过程，传动系统当中有很多的部件，所以我们这边用到几个关键的技术，像阶次分析技术、非平稳信号处理技术、分类决策树技术、区块链技术全生命周期管理，根据历史状态信息还有实时反映它的状态信息进行综合的分析处理，这样可以辅助我风场管理人员进行分析决策，并且系统可以进行远程的互联访问，便于扩展为我们公司的云端系统。

 

　　这边是我们的一个诊断案例，准确率可以达到60%以上，并且现场实验于各种振动检测、动平衡测试相互验证，两者一致性也是非常吻合的。

 

　　最后是对这块工作的总结和展望。我们觉得对传动系统的状态观测需要综合考虑机组的状态信息还有气象的条件，电网的条件，这样才能提高我诊断的准确率，目前随着我们的传感器技术、计算机技术、通讯技术的进步，奠定了故障检测的物质基础，新检测算法的探索则提供了智力支持。考虑风机运行环境的复杂性，需要多种检测手段的有机结合，以及故障特征的有效提取。

 

　　对于电力行业来讲，对于电器设备的故障诊断是比较传统的概念，而采用电气数据对风电机组的传动系统进行故障诊断又是比较新的技术，但是刚才也提到了机组不管是从运行环境还是它的运行特点来讲都是非常复杂的，所以我们需要多种运行手段的结合，这样才能对它的整体运行状态做出综合评估，最后借鉴区块链的运行思想，这样对机组传动系统各部件的历史数据还有实时数据做出综合的比较，从而实现对它的全生命周期的管理，从而有计划的实现从计划检修、到故障检修、到状态检修的转变。当然我们最终的目标是减少非计划停机时间，提高可靠性和降低运行维护费用。

 

　　以上就是我们运达风电的介绍，谢谢！

（文章内容来自现场速记整理，未经本人审核）