（控制科学与工程专业论文）双馈异步感应发电机组电参数故障诊断技术的研究.pdf

d o u b l e f e da s y n c h r o n o u si n d u c t i o ng e n e r a t o r f a u l td i a g n o s i st e c h n o l o g yb a s e do ne l e c t r i c a ls i g n a l s s p e c i a l t y g q ! 逝q ! s 鱼i 曼n q 曼篷基n g i 坠曼星西旦g m a s t e rd e g r e ec a n d i d a t e ) 垒坠g 卫g s u p e r v i s o r! q l i 坌q ! i g i 塾g c o l l e g eo fi n f o r m a t i o ns c i e n c e & e n g i n e e r i n g c e n t r a ls o u t hu n i v e r s i t y c h a n g s h ah u n a n p r c 9 4叭49 mj-帅7， j1洲y 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：毒让日期：逆年丘月红日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名：罅导师签名 彦虚绣日期：旦年三月竺日 摘要 风能是近几年来发展最快也最有前景的清洁能源，平均每年的增 长速度超过2 0 ，已经是世界能源结构的重要组成部分。但是，目前 风力发电每千瓦小时( k 讹) 的成本明显高于常规能源，其中运行维护 费用超过总收益的1 0 ，严重制约了风能的开发和利用。目前已经应 用的基于振动信号的风力发电机状态监测和故障诊断技术需要安装 大量传感器，并依赖于这些传感器，降低了风力发电机组的可靠性。 为了降低风力发电的成本，克服传统的设备运行维护方法和基于振动 信号故障诊断技术的缺点与不足，论文研究了基于电参数的风力发电 机组故障诊断技术。 风力发电机组通过风力机捕获风能，由传动链传递给发电机，发 电机将捕获的风能转换为电能输出给电网。风力发电机组的风力机、 传动链和发电机等任何一个部分故障都会影响到发电的品质。论文针 对目前安装运行较多的双馈异步感应发电机组，通过双馈异步感应发 电机组原理的分析，研究探索双馈异步感应发电机组机械故障和电气 故障时的电流、电压信号故障特征量。对双馈异步感应发电机的主要 部件故障状态建模仿真，验证了双馈异步感应发电机组故障时电流、 电压信号故障特征量的准确性。结合现代故障诊断技术，采用小波包 去噪、小波包提取故障特征量，构造和训练故障诊断多级神经网络。 仿真与实验验证了设计的可行性。 根据风力场监控网络特点，设计实现分布式双馈异步感应风力发 电机组电参数智能故障诊断系统。本文所做的工作对风力发电机组的 故障诊断研究具有重要的意义和实用价值。 关键词双馈异步感应发电机组，故障诊断，电参数，神经网络 a b s t r a c t w i n de n e r g yi st h ef a s t e s tg r o w i n ga n dm o s tp r o m i s i n gc l e a ne n e r g y i nr e c e n ty e a r s ，a n da l r e a d yb e c o m ea l li m p o r t a n tp a r to ft h ew o r l d s e n e r g ym i x i t sa v e r a g ea n n u a lg r o w t hr a t ei sm o r et h a n2 0 b u tt h ec o s t o fw i n dp o w e rp e rk i l o w a t t h o u r ( k w h ) i ss t i l lh i g h e rt h a nc o n v e n t i o n a l e n e r g ys i g n i f i c a n t l y , w h i c hs e r i o u s l yr e s t r i c t e dt h ed e v e l o p m e n ta n d u t i l i z a t i o no fw i n de n e r g y t h em e t h o do fc o n d i t i o nm o n i t o r i n ga n df a u l t d i a g n o s i st e c h n o l o g yb a s e do nv i b r a t i o ns i g n a l si sa l r e a d yp u ti n t o p r a c t i c e o nw i n dt u r b i n e s b u ti tn e e d sm a n ys e n s o r st oi n s t a l l ，a n d d e p e n d so nt h es e n s o r , w h i c hr e d u c e st h ew i n dt u r b i n e sr e l i a b i l i t y t o r e d u c et h ec o s to fw i n d e n e r g yd e v e l o p m e n t ，a n dt o o v e r c o m e s h o r t c o m i n go ft h et r a d i t i o n a lm e t h o d so fe q u i p m e n tm a i n t e n a n c ea n d c o n d i t i o nm o n i t o r i n ga n df a u l td i a g n o s i st e c h n o l o g yb a s e do nv i b r a t i o n s i g n a l s ，t h i sp a p e rb a s e do ne l e c t r i c a lp a r a m e t e r so ft h ew i n dt u r b i n e s 晰n de n e r g yc a p t u r e db yw i n dt u r b i n ei st r a n s f o r m e dt ot h e g e n e r a t o rb yt h ed r i v ec h a i n t h eg e n e r a t o rc o n v e r t sw i n de n e r g yt o e l e c t r i c i t y , a n do u t p u tt ot h eg r i d w i n dt u r b i n e ，g e n e r a t o r s ，t r a n s m i s s i o n c h a i na n dap a r to fa n yp o w e rf a i l u r ea f f e c t st h eq u a l i t y t h e r e f o r e ，t h e p r i n c i p l eo f t h ed o u b l y - f e da s y n c h r o n o u si n d u c t i o ng e n e r a t o ri sa n a l y z e d t or e s e a r c ht h ec u r r e n ta n dv o l t a g ec h a r a c t e r i s t i c so ff a u l tc o m p o n e n t s u n i t s t h ef a u l ts t a t e so fd o u b l y - f e da s y n c h r o n o u si n d u c t i o ng e n e r a t o ro n t h em a i nc o m p o n e n t sa r em o d e l e da n ds i m u l a t e dt ov e r i f i c a t et h e a c c u r a c yo fe l e c t r i c a ls i g n a l sc h a r a c t e r i s t i c s w a v e l e tp a c k e ti su t i l i z e dt o d e n o i s ea n de x t r a c tf a u l tf e a t u r e sa c c o r d i n gt om o d e mf a u l td i a g n o s i s t h e nm u l t i l e v e ln e u r a ln e t w o r ki sc o n s t r u c t e da n dt r a i n e d i t sa c c u r a c yi s s h o w e db ys i m u l a t i o na n d e x p e r i m e n t i n t e l l i g e n t f a u l t d i a g n o s i ss y s t e mb a s e do nc u r r e n ta n dv o l t a g e s i g n a l si sd e s i g n e da n di m p l e m e n t e da c c o r d i n gt ow i n df a r mm o n i t o r i n g n e t w o r k i t sg r e a ti m p o r t a n ta n dv a l u a b l et ot h ew i n dt u r b i n e sf a u l t d i a g l o s i s k e yw o r d sd o u b l e f e da s y n c h r o n o u si n d u c t i o ng e n e r a t o r , f a u l t a g n o s i s ，e l e c t r i c a ls i g n a l s ，n e u r a ln e t w o r k 目录 摘要i a b s l r a c t i i 第一章绪论1 1 1 课题研究背景1 1 2 国内外发展现状2 1 2 1 风力发电机组发展现状2 1 2 2 风力发电机组故障诊断技术研究现状3 1 2 3 双馈异步感应发电机组故障诊断发展现状4 1 3 风力发电机组故障诊断技术发展方向5 1 4 论文主要研究内容与章节安排6 第二章双馈异步感应发电机组故障类型与诊断技术。8 2 1 风力发电机组的基本结构8 2 1 1 风力发电机组的组成8 2 1 2 风力发电机组的类型9 2 2 双馈异步感应发电机组故障分析l o 2 2 1 双馈异步感应发电机组的系统原理l o 2 2 2 双馈异步感应发电机组故障类型1 2 2 3 双馈异步感应发电机诊断技术：14 2 3 1 小波分析与小波包去噪1 5 2 3 2 神经网络1 9 2 4 本章小结2 4 第三章双馈异步感应发电机组电参数故障诊断分析2 5 3 1 双馈异步感应发电机组故障的电信号分析一2 5 3 1 1 齿轮箱故障的电信号分析2 5 3 1 2 发电机故障诊断的电信号分析2 7 3 2 智能故障诊断3 4 3 2 1 小波包提取故障特征量3 4 3 2 2b p 神经网络故障诊断模型3 4 3 2 3 遗传算法优化神经网络3 6 3 3 本章小结3 9 第四章仿真分析与设计实现4 0 4 1 风力机的模型4 0 4 2 主传动系统的模型4 2 4 3 双馈异步感应发电机的模型4 3 4 4 神经网络分类训练和诊断仿真5 0 4 5 智能故障诊断系统的设计与实现5 2 4 6 本章小结。5 3 第五章总结与展望5 4 参考文献5 6 致谢6 0 攻读硕士学位期间主要的研究成果6 1 v 硕士学位论文第一章绪论 1 1 课题研究背景 第一章绪论 随着地球上常规能源的日趋贫乏，节约能源，开发可再生能源，实现能源的 可持续性发展成为了当今世界各国的研究的重要课题。目前，风能和太阳能等清 洁能源的开发利用发展较快，也最有前景。其中风电开发利用的增长速度最快， 装机容量持续每年增长超过2 0 。到2 0 0 9 年底，全球风力发电容量为1 5 9 ，2 1 3 兆瓦( m 哪，其中3 8 ，3 1 2 m w 为2 0 0 9 年新建，同比增长3 1 7 ，是从2 0 0 1 年以 来增长最快的一年。而2 0 0 9 年全球所有风力发电量为3 4 0 ，0 0 0 ，0 0 0 m w h ，占全球 电力消费的2 。我国总装机容量2 0 0 9 年新装机容量1 3 ，8 0 0 m w ，第四次全年翻 了一番，占据世界风力发电的第二位【l 卅。2 0 0 9 年世界风能年度报告统计的世界 风能总装机容量如图1 1 所示。 图1 - 1 世界风能总装机容量趋势图 在风力发电技术快速发展和风力发电产业高速增长的过程中，节约风力发电 成本，实现风能发电和水能、火能发电成本相近或者更低是目前风能发电的重要 研究方向。根据风力发电机组的容量越大，风能发电每千瓦小时o c w l a ) 成本越低 的理论，世界各国都在积极组织和研发容量更大的风力发电机组。随着风力发电 机组的容量越来越大，传统“定期维修”不能及时的预测和发现故障。在非维修时 期产生的故障很有可能不断恶化，从而发生事故。而“事故维修”往往造成维修成 本高，工作难度大，旷日持久，损失严重。风力发电机组运行维护难度大，费用 高于风力场总收入的1 0 以上，成为了减低风力发电成本的“瓶颈 。目前有所 硕士学位论文 第一章绪论 应用的基于振动信号风力发电机组故障诊断系统需要大量安装传感器，破坏了风 力发电机组的整体性。为此，本文结合现代设备故障诊断技术，研究风力发电机 组电参数状态监测与故障诊断，提前发现和预测风力发电机组故障，制定适当的 维护计划，提高风力发电机组的利用率，降低风力发电的总成本。 1 2 国内外发展现状 1 2 1 风力发电机组发展现状 国内外风力发电技术的发展已经有1 0 0 多年的历史，前期的小型风力发电机 组发电技术比较成熟，并得到了一定的应用，而大、中型机组因为成本较高，发 展缓慢，一般只用于试验。自从爆发了石油危机，能源问题凸现，风能作为可再 生的新能源得到了世界各国的重视，风力发电技术也开始快速的发展。世界各国 及许多大公司开始投入了大量资源研发新的大、中型风力发电机组，并不断的试 验，制造和投入使用。 随着风力发电机组的整体技术的发展，新型大、中型风力发电机组的设计、 制造技术不断成熟，发电容量不断增加，发电机成本不断下降。目前技术相对成 熟并大量安装的主要有双馈异步发电机组和低速直驱永磁同步发电机组。根据国 内外风力发电机组生产商官方网站发布的机组类型隆1 n ，目前国内外知名公司最 新的大型风力发电机组产品如表1 1 所示。 表1 - 1 国内外大型风力发电机组产品 制造商风力机类型发电机类型 功率转速叶片直径 v e s t a s 变速直驱永磁同步发电机3 m w 1 2 m s11 2 m 变速多齿轮双馈异步发电机 3 6 m w1 5 3 m s1 0 4 m g ew i n d 变速直驱永磁同步发电机 2 5 m w8 8 m m u l t i b r i d变速直驱永磁同步发电机5 m w 1 2 m s11 6 m w m w i n d变速多齿轮 永磁同步发电机3 m w 1 2 5 m s9 0 m r e p o w e r 变速多齿轮双馈异步发电机5 m w 1 2 1 m s1 2 6 m s i e m e n sw i n d变速多齿轮鼠笼式感应发电机 2 3 m w1 6 m s9 0 m 变速多齿轮双馈异步发电机2 m w 1 9 m s9 0 m o a m e s a 变速直驱永磁同步发电机4 7 5 m w 1 2 m s1 2 8 m 金凤科技变速直驱永磁同步发电机 3 m w 华锐风电 变速多齿轮双馈异步发电机3 m w 1 2 5 m s1 1 0 m 随着风力发电机组发电容量的增加，风力发电机组的体积也相应增加，特别 2 硕士学位论文第一章绪论 是风力机的叶片直径和机舱都已经相当庞大了。由于风力发电机组设计本身缺 陷，制造和安装过程中造成的不足，再加上风力发电机组的运行环境恶劣，电网 故障等，目前已经安装的风力发电机组并没有得到充分利用，相当一部分风场因 为风力发电机组运行故障，或退出运行，或频繁维修，造成相当严重的损失，提 高了风力发电的成本。风力发电机组的设计、制造和安装技术的改进，运行状态 的监控，故障诊断的研究也成为风力发电系统的必要组成部分。参考文献 1 2 1 中 统计了目前风力发电机组主要部件可靠性统计如表1 2 所示。 表1 2 风力发电机主要部件( 发电机，齿轮箱和变频器) 可靠性统计表 1 2 2 风力发电机组故障诊断技术研究现状 故障诊断技术包括故障分析、故障辨识和故障定位三个方面。目前故障诊断 技术最有效的方法有三种：基于模型分析的故障诊断技术，基于信号分析的故障 诊断技术和智能诊断技术【1 3 】。如图1 2 所示。 故障诊断 技术 基于模型分析 故障诊断技术 参数估计 状态预测 等价空间 r q信号变换 划。瞬 r i 丽 诊断技术 能模型 滤波器 最小二乘 傅立叶变换 不溉飘刀 图1 2 故障诊断技术方法分类 风力发电机组故障涉及多个学科，故障机理比较复杂，很难直接建模。基于 模型的故障诊断技术对于风力发电机故障很难实现。而采用基于信号的风力发电 机组故障诊断关键是选择合适的信号来反映风力发电机组的动态特性，并通过一 3 一一一一一一一 硕士学位论文第一章绪论 定的处理方法提取出风力发电机组的故障特征量。例如对于风力发电机组主要部 件故障诊断时，参考文献【1 4 】统计的常用信号和方法如表l 一3 所示。 表1 3 风力发电机主要部件状态监测技术 1 2 3 双馈异步感应发电机组故障诊断发展现状 目前国内外有大量的双馈异步感应发电机投入运行中，对双馈异步感应机组 的故障诊断主要采用的是基于信号的故障诊断技术，提取的信号为振动信号。采 用加速度传感器，速度传感器等采集风力发电机组叶片故障，齿轮箱故障，发电 机故障和偏航系统故障等的振动信号，采用傅里叶变换，小波分析等信号处理工 具，提取故障振动的特征量。基于振动信号的故障分析技术已经相对比较成熟了， 像f a g 、s k f 等国际知名风力发电机组生产公司针对各自产品推出了相应的振 动测试仪，并提供了相关的技术服务和远程协助。参考文献 1 5 总结的已经用于 到风力发电机通用状态监控的产品如表1 - 4 所示。 基于振动的故障诊断方法是通过安装在风力发电组的传感器采集并存储数 据，经过数据处理，提取故障的振动特征值，从历史的数据中来分析和预测故障 状态。这种故障诊断方法需要安装大量的传感器，并且保证传感器的性能完好。 为提高故障诊断的可靠性，风力发电机组故障诊断引入了现代故障诊断技术中的 专家系统，模糊控制、神经网络和故障树等先进理论。参考文献 1 6 - - 2 2 5 3 ，5 4 】 就分别提出了基于人工神经网络、专家系统、模糊控制和基于模型和功能设计的 自适应方法等对风力发电机组的齿轮箱故障，机舱故障和发电机故障的监测和诊 断。 4 硕士学位论文 第一章绪论 表i - 4 已经应用到双馈异步感应发电机组的通用状态监测产品 1 3 风力发电机组故障诊断技术发展方向 目前风能的利用高速发展，成为了主要的清洁能源，占世界总能源的比重越 来越重。最大程度的降低风能的利用成本，不仅要研发大型新型风力发电机组， 还要克服传统维护方法造成风力发电机组维护费用高的“瓶颈 。风力发电机组 状态监测和故障诊断与大型风力发电机组研发同等重要。目前风力发电机组状态 监测和故障诊断还处于初级阶段，有少量基于振动的产品应用于实践。但是其价 格比较昂贵，功能相对单一，并且在相当程度上依赖于在风力发电机组上嵌入传 感器。大型风力发电机组体积庞大，部件较多，要实现对风力发电机组的振动故 障诊断必须嵌入大量的速度传感器，加速度传感器等。其数目之大，必将造成风 力发电机组设计安装的复杂和维护的困难。 5 硕士学位论文第一章绪论 现代设备诊断流程分为信号采集、信号处理和故障诊断三个阶段。目前风力 发电机组的状态监测和故障诊断技术需要寻求可靠性高、对传感器依赖低并能反 映设备故障的信号。振动信号以其在旋转机械的故障应用首先被用于风力发电机 组故障诊断，但是该方法依赖于传感器，需要在风力发电机组中嵌入传感器，破 坏了机组的完整性。随着机组的体积不断增大，传感器的需求量也越来越多，其 缺点也不断暴露。风力发电机组是将风能转换为电能，所以风力发电机组任何故 障状态都会影响到发电的质量。寻求故障状态和风力发电机组发出电能的电流、 电压信号之间的关系，通过提取故障状态的电流、电压特征量，实现对风力发电 机组进行状态监测和故障诊断将是个非常可靠、经济、实用的方法。 风力发电机组的传感器采集到的原始信号有些可以直接采集，有些不能。但 是由于风力发电机组一般都是风电场运行，环境比较恶劣，存在大量的干扰信号， 这些干扰信号会影响传感器采集信号、工作状态或者传输路径等，即使是可以直 接采集的信号也会因为存在大量干扰也不可以直接利用，必须利用信号分析和处 理技术，把有用的信号从混合信号中提取出来。近几年涌现出的数字滤波、分形 几何、小波分析等信号分析和处理技术将推动风力发电机组故障诊断技术的实际 应用和发展。 随着现代故障诊断技术的发展，故障诊断的方法也多样化，特别是人工智能 的发展，智能化的故障诊断成为现实【2 3 1 ，也是风力发电机组故障诊断技术的发展 方向。模糊理论具有处理不确定信息的能力，通常和专家系统结合，作为其处理 和后处理。神经网络技术擅长大规模的数值计算，具有学习能力而不具有解释能 力。专家系统是基于符号的推理系统，它存在知识获取困难的特点，但是具备解 释能力，因此神经网络和专家系统可以优势互补。 1 4 论文主要研究内容与章节安排 本文主要对双馈异步感应发电机组的主要部件的故障诊断研究，探索双馈异 步感应发电机组轴承、齿轮箱和发电机等主要部件常见故障与发电机发出来的电 的电流、电压信号之间的联系。通过分析找出双馈异步感应发电机组主要部件故 障的电流、电压特征量。利用小波分析包的信号分析和处理的优势，结合遗传算 法优化的b p 神经网络，设计双馈异步感应发电机组故障诊断系统。本文的章节 内容安排如下： 第一章介绍课题研究背景和意义，国内外发展现状和发展方向。主要介绍 风力发电技术发展现状，目前市场上或者正在研发并有一定发展前景的风力发电 机组产品，以及风力发电机组故障诊断技术的发展现状和未来发展方向。 6 硕士学位论文 第一章绪论 第二章简述风力发电机组的基本结构、主要部件和目前主要的机组类型； 介绍双馈异步感应发电机组的基本工作原理；总结双馈异步感应发电机组主要部 件的故障类型，并分析主要部件故障状态时发电机组的电压、电流的故障特征。 第三章提出双馈异步感应发电机组智能诊断系统的基本结构，采用小波包 去噪及信号数据预处理，构建遗传算法优化b p 神经网络智能故障诊断系统。 第四章对双馈异步感应发电机组建模，通过发电机组的正常模型和故障模 型的仿真分析，验证故障状态下电流、电压故障特征量，同时提供样本训练b p 神经网络系统。根据风力场监控特点设计智能故障诊断系统。 第五章总结本文的主要工作和创新点，展望后续研究工作。 7 硕士学位论文第二章双馈异步感应发电机组故障类型与诊断技术 第二章双馈异步感应发电机组故障类型与诊断技术 随着风力发电技术的发展，风力发电机组容量不断增加，风力发电机组的体 积也随着增大，对风力发电机机组的维护和检修的难度也相应增加了，传统的维 护方式明显暴露了其缺陷。引入现代状态检测和故障诊断技术成为风力发电机组 运行维护的发展必然。本章介绍双馈异步感应发电机组基本原理以及主要故障， 确定故障诊断方法。 2 1 风力发电机组的基本结构 2 1 1 风力发电机组的组成 风力发电机组在不断演变中，目前应用较多发电机组的主要组成部分为：底 座，叶片，轮毂，传动系统，发电机，偏航系统，控制和安全系统等【2 抛6 1 ，基 本结构如图2 1 所示。 1 叶片；2 轮毂：3 主轴及主轴盒子；4 齿轮箱；5 发电机；6 - 偏航装置； 7 塔；8 风速表及风向标；9 变压器；1 0 液压装置；1 1 制动装置 图2 1 风力发电机组结构图 叶片是风力机区别于其他机械的主要特征，将风能转换为机械能。叶片的数 量影响风能转换得效率，综合考虑风能的效率、安全和美观，水平机组叶片一般 为三片。叶片的控制有定桨距和变桨距两种方式。定桨距调节是将叶片与轮毂的 连接是固定的，叶片的浆叶节距角和转速不能随风速的改变而改变，所以这种类 型的风力发电机组功率曲线上只有一点具有最大功率系数，对应一个叶尖速比。 硕士学位论文 第二章双馈异步感应发电机组故障类型与诊断技术 为了保证在变化的风速下保持最大的功率因数，该类型风力发电机组利用叶片本 身的失速特征。变桨距调节的叶片可以绕叶片中心轴旋转，可以在一定范围内改 变叶片功角，从而改变风力发电机组接受到的空气转矩，使风力发电机组有稳定 的功率输出。 轮毂连接叶片和主轴，叶片捕捉的风能通过轮毂传递到传动系统，对于变桨 距风力发电机组，轮毂也控制叶片得桨距。 传动系统将机械能传递给发电机，一般有齿轮传动和无齿轮直接驱动两种。 齿轮传动主要包括低速轴，高速轴，齿轮箱，联轴器和刹车机构。而直接驱动是 从叶片上采集到的风能通过轮毂直接驱动发电机。 偏航系统为对风装置，主要作用是使风轮始终处于迎风状态，充分利用风能， 提高风能利用效率，同时提供必要得锁紧力矩，以保障机组的安全运行。 发电机是风力发电机组的核心，主要完成风轮传递过来的机械能转换为电 能。目前风力发电机组主要采用的发电机有异步感应发电机，绕线转子异步发电 机，双馈感应发电机和同步或者永磁同步发电机。 2 1 2 风力发电机组的类型 风力发电机组种类繁多，目前技术比较成熟并实际运行的，或者正在研发并 有一定发展前景的风力发电机组，根据机组的结构和零部件的组合特征的不同， 主要可以分为异步感应发电机组，双馈异步感应发电机组和直驱永磁同步发电机 组【2 7 1 。 ( 1 ) 异步感应发电机组 异步感应发电机组是通过电力电子变换装置实现系统变速恒频并网。其中发 电机有鼠笼式感应发电机和绕线式感应发电机两种类型。鼠笼式感应发电机为达 到变速恒频只能采用整流，逆变和软并网装置来并入电网。绕线式感应发电机的 转子电流可以控制，所以一般采用控制绕线转子的电流大小来改变绕线式感应发 电机的转差率，实现发电机组的硬并网。 ( 2 ) 双馈异步感应发电机组 双馈异步感应发电机组采用低频电源交流励磁，使转子产生低频旋转磁场， 这个磁场得旋转速度与转子得机械转速相叠加，等于定子得同步转速。双馈异步 感应发电机组采用定子直接并网，转子通过双向变频器与电网连接，可以实现功 率的双向流动，同时只有少量的功率通过整流逆变装置，降低了系统对整流逆变 装置的要求。目前国内安装运行的大容量发电机组大部分为这种类型的风力发电 机组，本文主要也是针对该类型的风力发电机组的研究。 ( 3 ) 直驱永磁同步发电机组 9 硕士学位论文第二章双馈异步感应发电机组故障类型与诊断技术 直驱同步发电机组主要的特点是取消了增速齿轮箱，采用风力机直接驱动。 由于机械摩擦和传动效率不可能到达百分之百，增速齿轮箱不仅产生噪声，同时 降低了风能的转换效率。据统计，增速齿轮箱是风力发电机组的主要机械故障机 构，并且故障造成的相当长的停机时间。所以取消了增速齿轮箱，减少了机械磨 损，提高了风能捕捉的效率，也降低了潜在的故障等。成为了今后发展的主要风 力发电机组类型。直驱同步发电机组根据励磁方式的不同分为电励磁直驱同步发 电机组，永磁直驱同步发电机组和混合励磁直驱发电机组。 2 2 双馈异步感应发电机组故障分析 2 2 1 双馈异步感应发电机组的系统原理 双馈异步感应发电机组类似于绕线式异步电机。该类型风力发电机组采用叶 片采用变桨距调节，根据风速的变化调节叶片功角，使发电机组始终处于最佳功 率输出状态，提高了风能的利用率。发电机的定子作为主要的电能输出，通过硬 并网与电网连接。而转子通过变流器与电网连接，从而得到一个频率、相位、幅 值和相序可调节的三相电源作为发电机的激励源。通过控制转子绕组的激励源参 数，不仅可以保持定子输出的电压和频率不变，还可以调节电网的功率因数， 提高系统的稳定性。双馈异步风力发电机组的系统原理图如图2 2 所示。 风力机 孓之 一 齿轮箱 图2 - 2 双馈异步风力发电机组系统原理图 双馈异步感应发电机与电网是通过并网断路器与电网并列的。为减少发电机 组并网时对电网的冲击和正常输出电能，定子输出的三相交流电的电压、幅值和 相位必须与电网的电压、幅值和相位的相等。所以定子上产生的旋转磁场的角频 率与电网频率斤的角频率q 相同。由于风速不确定，风力带动转子旋转的角频 率缈不确定。为保证转子产生的旋转磁场定子产生的旋转磁场基本同步，转子 通入的交流电频率z 的角频率哆= q - 彩，所以在风速变化过程中，即彩变化过 程中，要不断调整转子通入激励源的角频率敛来保证能量的稳定转换。异步发 电机的转差率 1 0 硕士学位论文第二章双馈异步感应发电机组故障类型与诊断技术 s ；删 ( 2 1 ) q 由此可得到转子的供电频率正= 妖，定子和转子的磁场同步。这表明双馈 异步发电站具有同步特性。所以对双馈异步风力发电机的既可以采用异步电机分 析方法，也可以采用同步电机分析方法【2 8 2 9 1 。本文采用异步电机分析方法。 双馈异步发电机定子接于三相对称的交流电源上，假定定子绕组的相电压 u 、相电流五、相电动势互，转子绕组的相电压、相电流厶、相电动势易如 图2 2 所示。同时规定：以定转子a 相绕组轴线，分别作为定、转子空间坐标轴 的纵轴。磁动势、磁通和磁通密度的方向，以出定子而进转子的方向为正向。 当发电机的转速为万，转予通入频率为厂的三相交流电，由该激励源产生旋 转磁场相对于转子的转速为 ，1 2 ：6 0 上( 2 - 2 ) p 2 式中，岛为转子极对数。 转子产生的磁场相对于静止的定子绕组的转速为 ，l l = 托靠2 ( 2 3 ) 式中，转子转速相对于转子磁场的转速是同向时，即转子转速低于电网工频彳对 应的同步转速取+ 号；转子转速对应于转子磁场的转速时反向时，即转子转速 低于电n t _ 频石对应的同步转速，取号。其中 n ：6 0 五 仍 这时转子产生的旋转磁场以的速度切割定子绕组，根据电机学原理【1 4 】， 在定子上产生的感应电动势频率为 f - - , a 裔= a 警( 2 - 4 ) 式中，a 为定子的磁极对数，p l = p 2 。 双馈异步风力发电机的定子与电网硬连接。为了减少发电机并网时对电网的 冲击，并能顺利并网，必须满足定子输出的电压、频率和相位必须满足并网要求。 并网运行时，则必须保证定子绕组产生的感应电动势的电压u 、频率厂和相位伊 和电网的电压职、频率z 和仇相位满足下面四个条件【2 9 】 ( 1 ) 发电机频率和电网频率相同厂= z ； ( 2 ) 发电机相序和电网联接的相序相同a b c 对应a 1 b 1 - c 1 ； ( 3 ) 发电机电压和电网的电压大小和相位相同u = u ，9 = 饿； ( 4 ) 发电机电压波形和电网的电压波形要相同。 硕士学位论文第二章双馈异步感应发电机组故障类型与诊断技术 于是式( 2 - 4 ) 为 f - - p l 击= p l 掣= z = 5 0 ( h z ) ( 2 - 5 ) 机组才能稳定运行。 在不考虑高次谐波的条件下，双馈发电机并网运行时，转子电流基波产生的 旋转磁场e 与定子同步，该磁动势与定子电流基波产生的磁动势互相对静止， 在气隙中合成磁动势c 。根据电磁感应原理，该合成的磁动势c 在气隙中产生 合成磁场。合成磁场将在定子和转子上产生分别感应电动势。定子上采用 同步发电机惯例分析，转子上采用电动机惯例分析。 2 2 2 双馈异步感应发电机组故障类型 双馈异步感应发电机组结构比较复杂，其发生故障的部件结构很多，表2 1 是瑞典、芬兰和德国的风电场的故障统计数据【3 0 】。参考文献 1 2 ，3 1 ，3 2 】指出，双 馈异步感应发电机组中故障率最高的部位是电气系统，但实际运营过程中导致最 长停机检修时间却是齿轮箱故障。这主要是因为发电机组电气系统控制相对复 杂，故障率显得更高，而齿轮箱由于体积大、重量重，更换过程中需要使用大型 设备，而且一旦出现故障必然造成机组停机，所以齿轮箱故障造成的停机时间最 长。随着发电机组体积的增大，故障的频率就随着增高。对于海上风力发电机组， 由于工作环境恶劣，地处偏远，其故障率更高却相对陆地风力维修更为不便。 1 、齿轮箱及其轴承故障 增速齿轮箱及其轴承是双馈异步感应发电机组主传动链中的重要机械部件， 其中齿轮箱的主要功用是将风轮在风力作用下所产生的动力传递给发电机并使 其得到用于产生电能的转速。齿轮箱能否正常运行对整个双馈异步感应发电机组 具有重要影响。设计不当，制造不良，维护不善是引起齿轮箱故障的主要原因。 表2 - 1 风力发电机组故障统计表 齿轮由于结构型式、材料、热处理方式、操作运行环境等因素的不同发生故 1 2 硕士学位论文 第二章双馈异步感应发电机组故障类型与诊断技术 障的形式也不同，常见的齿轮故障如表2 2 所示。据国内外抽样分析结果，轮齿 各类损伤的比例见表2 3 【3 3 1 。 表2 2 齿轮箱及其轴承常见故障列表 常见故障发生位置及故障现象 齿面磨损 齿面胶合擦伤 齿面接触疲劳 弯曲疲劳与断齿 轴承损坏 断轴 油渗漏 油温过高 润滑油不足或油质不清洁导致齿面磨粒磨损，齿廓改变，侧隙加 大，齿面过度减薄，甚至断齿。 高速运转齿轮润滑条件不良时，齿面油膜消失，导致啮合齿面相 互熔焊，在齿面上形成垂直于节线的划痕装胶合。 齿轮表面层深处产生剪应力使得齿面金属剥落，形成点蚀，当点 蚀扩大连城片时，在齿面上形成金属块剥落。 周期性弯曲应力导致齿轮根部裂纹，并逐步扩展，从而形成断齿 轴承温度变化异常、轴承位置异常、滤芯中含有大量杂质 多见于齿轮箱内中间齿轮轴，打滑折断。 箱体、内齿圈结合面、高压油管及旋转接头处渗油。 在各主要润滑点处出现润滑油黏度变低，润滑油供应不足导致油 温升高。 齿轮箱的故障诊断方法有很多，如振动诊断、倒频谱法、噪声分析、油液分 析、声发射及能耗检测等。 表2 - 3 齿轮箱各类损伤的比例 2 、电气系统故障 双馈异步感应发电机组定子和电网硬连接，转子上的幅值、频率和相位可调 的三相交流激励源则是通过变频器从电网中获得。同时变频器在双馈异步感应发 电机的运行状态下承担了0 - , 3 0 的电能传递。是双馈异步感应发电机组中重要组 成部分。在风电场实际的运营过程中发电机组中电气系统故障中较常见的是变频 器及其控制系统故障，变频器故障主要有变频器误动作、与预期效果误差大、过 电压、过电流、过热、欠电压等。变频器过电压一般是指是指转换过程中，中间 直流回路过电压，这将对中间直流回路滤波电容器寿命产生直接影响，变频器负 载突降会使负载侧向变频器中间直流回路回馈能量，造成短时间内能量的集中回 馈，可能会超过中间直流回路及其能量处理单元的承受能力引发过电压故障；过 电流故障是由于变频器负载发生突变、负荷分配不均，输出短路等原因引起；输 1 3 硕士学位论文 第二章双馈异步感应发电机组故障类型与诊断技术 入电源缺相时，整流回路故障会导致欠压故障。由于电气系统故障形式较多，且 故障要求实时性高，一般采用相应的故障保护产品，本文将不作探讨。 3 、发电机故障 风力场一般比较偏远，环境条件相对恶劣的。风力发电机组机舱和发电机机 内并不是完全封闭的。海上风力场湿气很重，风中带有大量水分，水分直接影响 了定子和转子的绝缘。陆地风力场地势比较低平，风很容易带着沙尘，沙尘在发 电机内部沉积，也容易造成发电机的定转子短路故障。而大部分大容量的风力发 电机组采用的是水冷，漏水直接破坏发电机的绝缘。加上绝缘体的自然老化和绝 缘击穿等。所以双馈异步感应发电机组中发电机的常见故障包括定子绕组故障、 转子绕组故障、轴承故障和气隙偏心等。 双馈异步感应发电机的定转子绕组故障主要是绝缘破坏引起的故障，包括绕 组匝间短路、相间短路和接地故障等。双馈异步感应发电机组定子匝间短路是个 逐步积累的过程，一般从匝间短路开始到匝间短路故障停机需要一定的时间。而 在这个逐步形成过程中每个时间点上是一种不对称的故障形式。当电机绕组内部 不对称时，其气隙磁场的空间谐波分量就很强，这些谐波磁场的转速各不相同， 转向也有正有反，因此感应出的绕组电势谐波很多，因此双馈异步感应发电机组 的内部故障可以通过机组电流信号反映出来，对发电机端电流信号进行分析，可 以详细的了解风力发电机组内运行状态。 2 3 双馈异步感应发电机诊断技术 现代故障诊断技术一般包括信号采集、信号处理和故障诊断三个阶段。其基 本流程如图2 3 所示。 设 备 州蓁懈 图2 3 故障诊断基本流程图 本文采用发电机组的电流、电压信号作为故障诊断系统的检测信号，这些信 号通过发电机组上的电流、电压传感器上获得。但是从电压、电流互感器传输过 来的电流、电压信号在传输过程中受到外界的干扰，往往存在各种噪音，必要经 过滤波、去噪等信号预处理。本文采用小波包对采集到电流、电压的原始信号去 噪，并提取特征量。随着现代故障诊断技术的发展，智能诊断方法越来越多，比 1 4 硕士学位论文 第二章双馈异步感应发电机组故障类型与诊断技术 如：神经网络、专家系统、模糊理论和遗传算法等智能方法在故障诊断系统中都 有应用。本文采用应用最多的神经网络智能诊断方法。 2 3 1 小波分析与小波包去噪 小波分析( w a v e l e t a n a l y s i s ) 利用时间尺度联合函数聚焦到信号的任意细节， 把数据、函数或者算子等分割成不同频率的成分，然后再用分解的方法去研究对 应尺度下的成分3 4 3 5 1 。既可以看到信号的全貌，又保证了信号的细节不会丢失。 被誉为数据处理中的“显微镜 。 小波变换就是对函数或者信号的积分变换。本文采用r 表示实数集，r + 表 示正实数集，z 表示整数集，z + 表示非负整数。定义函数空间 r ( r ) = f ( x ) le t i ( x ) t 2d x o o ( 2 - 6 ) 在空间l 2 ( r ) 内的函数内积为 ( ，g ) = 亡m ) ； ) d x ( 2 - 7 ) 式中g 为g 的复共轭。 在空间r ( 尺) 内的函数范数为 i i ：1 1 ：= ( 厂，厂) i ( 2 - 8 ) 平方和序列空间为 r、 f 2 ( z ) = 口ia - - - 嚷) ，忙i 【：2 = e l a