風(fēng)電并網(wǎng)變流器故障特征提取及診斷技術(shù)研究結(jié)題摘要

風(fēng)電并網(wǎng)變流器中電力電子元件故障，直接影響風(fēng)電系統(tǒng)風(fēng)能轉(zhuǎn)換與運(yùn)行安全。本項(xiàng)目針對并網(wǎng)變流器故障征兆微小、故障種類繁多等問題展開了研究。首先對國內(nèi)外并網(wǎng)變流器故障診斷研究現(xiàn)狀進(jìn)行了總結(jié)，利用Matlab等仿真軟件，對并網(wǎng)變流器故障進(jìn)行建模分析。結(jié)合現(xiàn)狀總結(jié)以及定性分析結(jié)果，提出稀疏信號(hào)重構(gòu)、線性正則變換等更精細(xì)的時(shí)頻分析算法，實(shí)現(xiàn)并網(wǎng)變流器電信號(hào)微小特征提取。針對現(xiàn)有并網(wǎng)變流器故障庫的不完備問題，結(jié)合電壓電流等電信號(hào)的周期性，提出將迭代學(xué)習(xí)良好的模型逼近能力用于挖掘未標(biāo)記的故障模式。針對并網(wǎng)變流器故障種類繁多且復(fù)雜的特點(diǎn)，將改進(jìn)的聚類分析等智能算法用于并網(wǎng)變流器復(fù)合故障識(shí)別與定位。此外，為驗(yàn)證所提算法的有效性，搭建了風(fēng)電并網(wǎng)變流器故障模擬實(shí)驗(yàn)平臺(tái)。該驗(yàn)證平臺(tái)具有并網(wǎng)控制、故障注入、多通道高速數(shù)據(jù)采集等功能，為研究并網(wǎng)變流器實(shí)際運(yùn)行中的故障特性發(fā)揮了重要作用。

本項(xiàng)目針對風(fēng)力發(fā)電中并網(wǎng)變流器故障信號(hào)相互影響及強(qiáng)電干擾對微弱故障信號(hào)的影響，使得故障難以檢測的問題，以提高強(qiáng)噪聲背景下信號(hào)檢測能力為切入點(diǎn)，探索故障信號(hào)的時(shí)頻域特征的精細(xì)刻畫方法，使之滿足變流器微弱/潛在故障征兆的提取和故障源識(shí)別、定位的需求。通過基于預(yù)測度和集成學(xué)的盲源分離等方法，將信號(hào)分離成多個(gè)成分，并采用結(jié)構(gòu)化噪聲分析建模與稀疏信號(hào)重構(gòu)的方式，提取出被噪聲淹沒的微弱/潛在故障信號(hào)；對分離或提取得到的信號(hào)，在時(shí)頻域空間進(jìn)行頻譜旋轉(zhuǎn)變換，分析故障信號(hào)從時(shí)域到頻域的特征演變規(guī)律，更為完整地實(shí)現(xiàn)故障特征信息的描述；基于故障信息分布的流形假設(shè)，利用半監(jiān)督機(jī)器學(xué)習(xí)方法，充分利用大量的未標(biāo)注信息，挖掘未認(rèn)知的故障模式，獲取精確的故障分類模型；并基于證據(jù)理論對冗余信息和互補(bǔ)信息進(jìn)行融合，解決故障診斷決策中系統(tǒng)檢測信號(hào)量測的不確定性及故障征兆的不確定性，實(shí)現(xiàn)對變流器故障的識(shí)別和定位。

隨著大功率風(fēng)電機(jī)組安裝與并網(wǎng)運(yùn)行，對其運(yùn)行可靠性將提出更高的要求，必將促進(jìn)風(fēng)電機(jī)組狀態(tài)監(jiān)測與故障診斷技術(shù)進(jìn)一步發(fā)展。風(fēng)電機(jī)組整機(jī)狀態(tài)評估和故障預(yù)測方法以及其關(guān)鍵部件故障診斷的研究現(xiàn)狀進(jìn)行綜述，綜合分析了現(xiàn)有的風(fēng)電機(jī)組狀態(tài)監(jiān)測與故障診斷技術(shù)研究現(xiàn)狀和存在的不足，提出以下研究要點(diǎn)及趨勢。

（1） 對于地處偏遠(yuǎn)、交通不便的陸地風(fēng)電機(jī)組和受復(fù)雜運(yùn)行環(huán)境約束的海上風(fēng)電機(jī)組往往存在故障診斷難、維修時(shí)間長等問題。通過對風(fēng)電機(jī)組故障統(tǒng)計(jì)情況分析可知，除了對導(dǎo)致停機(jī)時(shí)間長的機(jī)械系統(tǒng)等部件關(guān)注的同時(shí)，還應(yīng)對故障頻率高的電氣部件引起高度重視，如變流器、變槳系統(tǒng)等，對電氣系統(tǒng)的在線監(jiān)測和故障診斷技術(shù)研究可能是今后的發(fā)展趨勢之一。

（2） 受隨機(jī)風(fēng)速大小和風(fēng)向隨機(jī)變化影響，風(fēng)電機(jī)組SCADA 等監(jiān)測信息呈現(xiàn)出頻繁的波動(dòng)性和不確定性，基于數(shù)據(jù)挖掘的整機(jī)綜合狀態(tài)評估和故障預(yù)測可能是今后的研究趨勢。如，應(yīng)用數(shù)據(jù)挖掘技術(shù)，考慮原始運(yùn)行數(shù)據(jù)波動(dòng)性和間歇性，探索基于監(jiān)測數(shù)據(jù)的風(fēng)電機(jī)組整機(jī)運(yùn)行狀態(tài)漸變規(guī)律的新方法，制定出整機(jī)長期和短期狀態(tài)趨勢變化的定量指標(biāo)。

另外，還可以考慮監(jiān)測數(shù)據(jù)不同時(shí)間尺度固有特點(diǎn)，研究基于數(shù)據(jù)驅(qū)動(dòng)方法的整機(jī)故障預(yù)測方法，獲取整機(jī)的在線運(yùn)行狀態(tài)和剩余運(yùn)行時(shí)間。

（3） 從風(fēng)電機(jī)組關(guān)鍵部件的故障診斷研究現(xiàn)狀分析情況可知，現(xiàn)有的方法各有優(yōu)缺點(diǎn)和局限性，如何準(zhǔn)確地從監(jiān)測數(shù)據(jù)中提取故障特征以提高故障診斷的精確度，研究多類故障診斷技術(shù)將可能是今后的研究熱點(diǎn)。近期可能的研究趨勢如下。

① 基于電氣特征量的關(guān)鍵部件狀態(tài)監(jiān)測和故障診斷研究。風(fēng)電機(jī)組是一個(gè)機(jī)電耦合較強(qiáng)系統(tǒng)，任何機(jī)械和電氣故障勢必會(huì)在電氣特征量中有所反映，如當(dāng)齒輪箱齒輪、各部件的軸承損壞，發(fā)電機(jī)定子和轉(zhuǎn)子的匝間短路和相間短路等故障發(fā)生時(shí)，會(huì)不同程度地引起發(fā)電機(jī)轉(zhuǎn)軸振動(dòng)，進(jìn)一步改變氣隙分布情況，進(jìn)而將故障特征信息疊加在定子和轉(zhuǎn)子的電氣特征量上。如何基于電氣特征量，尋求各類故障的機(jī)理和演化規(guī)律，特別是揭示異常的根源，實(shí)現(xiàn)有效故障診斷需進(jìn)一步深入研究。

② 多參數(shù)信息融合的關(guān)鍵部件狀態(tài)監(jiān)測和故障診斷研究。目前，單一參數(shù)信息含量有限或者故障特征提取較難，很難準(zhǔn)確反映關(guān)鍵部件的異常狀態(tài)，特別是早期的潛在故障。

可考慮充分利用多類型參數(shù)信息，依據(jù)某種方法實(shí)現(xiàn)時(shí)空冗余和互補(bǔ)信息融合，獲取更為準(zhǔn)確關(guān)鍵部件狀態(tài)監(jiān)測和故障診斷結(jié)果，如行星輪的通過效應(yīng)或行星架和太陽輪的旋轉(zhuǎn)對嚙合振動(dòng)產(chǎn)生額外的調(diào)幅作用，導(dǎo)致橫向振動(dòng)信號(hào)的頻譜結(jié)構(gòu)非常復(fù)雜，需借助于復(fù)雜的故障特征提取方法實(shí)現(xiàn)對故障頻率的提取，而扭轉(zhuǎn)振動(dòng)信號(hào)不受這些額外的調(diào)幅效應(yīng)影響，使得頻譜結(jié)構(gòu)更加簡單，但是扭振振動(dòng)信號(hào)還可能受測量誤差和噪聲干擾等影響，提取的故障特征準(zhǔn)確性會(huì)受到影響。

然而，對這2 類特征量的監(jiān)測信息，采用基于信息融合的故障特征提取方法，可能會(huì)獲得更準(zhǔn)確的故障診斷結(jié)果。

③ 基于老化失效過程的關(guān)鍵部件狀態(tài)評估和故障預(yù)測研究。受隨機(jī)風(fēng)速大小和風(fēng)向隨機(jī)變化影響，電氣系統(tǒng)老化失效過程存在不確定性和難預(yù)測性，有必要開展基于老化失效過程的電氣部件狀態(tài)評估和故障預(yù)測研究，如探索關(guān)鍵部件在運(yùn)行過程的不同階段的磨損、老化和失效過程的一般規(guī)律，研究關(guān)鍵部件狀態(tài)評估和故障預(yù)測方法，如變流器功率器件作為整個(gè)系統(tǒng)中故障發(fā)生率高且較為脆弱的部件之一，在掌握其不同運(yùn)行階段的磨損、老化和失效過程的一般規(guī)律基礎(chǔ)上，考慮變流器功率器件的應(yīng)力分布、疲勞積累，以及在非平穩(wěn)工況導(dǎo)致的功率器件結(jié)溫大幅度波動(dòng)等因素，從狀態(tài)監(jiān)測角度研究出適合功率器件在線狀態(tài)評估、運(yùn)行可靠性以及故障預(yù)測建模的新方法。 2100433B

風(fēng)電機(jī)組是由多個(gè)部件組成，開展對其關(guān)鍵部件在線狀態(tài)監(jiān)測和故障診斷的研究，可及時(shí)識(shí)別故障征兆、實(shí)時(shí)掌握故障漸變發(fā)展程度和節(jié)省故障排查時(shí)間，為優(yōu)化運(yùn)維檢修策略進(jìn)而提高整機(jī)的運(yùn)行可靠性具有重要的學(xué)術(shù)意義和工程實(shí)用價(jià)值。包括風(fēng)電機(jī)組的葉輪、齒輪箱、發(fā)電機(jī)、變流器和變槳系統(tǒng)5 個(gè)關(guān)鍵部件的在線故障診斷研究現(xiàn)狀。

1、葉輪

葉輪是捕捉風(fēng)能關(guān)鍵部件，包括葉片和輪轂。目前，對葉片老化和損壞、葉輪不平衡故障的研究較多，現(xiàn)有的在線狀態(tài)監(jiān)測和故障診斷方法現(xiàn)多處在實(shí)驗(yàn)室模擬仿真階段，在實(shí)際應(yīng)用中比較鮮見。

a. 葉片老化和損壞。葉片運(yùn)行環(huán)境惡劣，酸雨、冰凍等侵蝕以及葉片旋轉(zhuǎn)時(shí)變化的沖擊力破壞，引起葉片裂紋甚至破裂。關(guān)于葉片動(dòng)態(tài)無損在線監(jiān)測技術(shù)有聲發(fā)射、超聲波、光纖光柵和振動(dòng)分析等技術(shù)。相比超聲波和光纖光柵技術(shù)，聲發(fā)射可獲得葉片上較為全面的缺陷信息，具有相對較高的靈敏度和分辨率，能夠準(zhǔn)確監(jiān)測到薄弱區(qū)位置

b. 葉輪不平衡故障。隨著單機(jī)容量不斷增大，葉輪直徑越來越長，風(fēng)力機(jī)的柔性也越強(qiáng)，尤其在北方冬季，葉片結(jié)冰使得葉輪不平衡造成整體結(jié)構(gòu)振動(dòng)進(jìn)一步加大，將在傳動(dòng)鏈部件產(chǎn)生疲勞應(yīng)力，嚴(yán)重影響機(jī)組壽命。現(xiàn)有大多數(shù)研究是從發(fā)電機(jī)的電氣信號(hào)中提取故障特征。

2、齒輪箱

關(guān)于齒輪箱在線監(jiān)測和故障診斷的研究較多，除離線檢測的油液分析方法外，在線的分析方法主要包括：振動(dòng)分析、溫度分析和電氣分析。

a. 振動(dòng)分析

通常從振動(dòng)特征量的時(shí)域和頻域中提取齒輪箱的故障特征。

目前，現(xiàn)有的風(fēng)電機(jī)組狀態(tài)監(jiān)測系統(tǒng)產(chǎn)品也大多以振動(dòng)特征量分析為主，采用數(shù)據(jù)離線分析和專家輔助分析方式，獲取得到齒輪箱軸承和齒輪的狀態(tài)監(jiān)測和故障診斷結(jié)果。但是，振動(dòng)分析對于低頻信號(hào)具有一定的局限性，且在齒輪箱本體上安裝傳感器獲取振動(dòng)信號(hào)需增加投資和維護(hù)費(fèi)用。

b. 溫度分析

溫度特征量在一定程度上反映齒輪箱的運(yùn)行狀態(tài)。利用非線性狀態(tài)估計(jì)方法建立齒輪箱正常工作狀態(tài)下的溫度模型并用其進(jìn)行溫度預(yù)測。通過模擬齒輪箱的故障情況，在SCADA 監(jiān)測數(shù)據(jù)中加入溫度偏移來模擬故障，分析結(jié)果如圖5所示，均值曲線的95% 置信區(qū)間的上限在第451 個(gè)滑動(dòng)窗口超出了預(yù)先設(shè)定的均值閾值，在第551 點(diǎn)處，監(jiān)測出齒輪箱溫度的異常變化情況。然而，由于溫度具有熱慣性特性，變化緩慢，易受到外界環(huán)境因素影響，采用固定閾值時(shí)，當(dāng)發(fā)出預(yù)警信號(hào)時(shí)，部件已經(jīng)嚴(yán)重劣化，故障可能即將發(fā)生，難以起到早期故障診斷的作用。因此，有必要研究多種工況下的溫度特征量動(dòng)態(tài)閾值確定方法。

c. 電氣分析

從發(fā)電機(jī)中電氣信號(hào)的時(shí)域和頻

域中提取故障特征信息來實(shí)現(xiàn)齒輪箱的故障診斷。相比其他信號(hào)，電氣特征量的采集不需要另行加裝傳感器，不會(huì)影響到機(jī)組的完整性。但是風(fēng)電機(jī)組運(yùn)行環(huán)境復(fù)雜，干擾源較多，還可能存在多部件異常特征交叉重疊發(fā)生，需考慮實(shí)際運(yùn)行環(huán)境，深入研究基于電氣特征量的齒輪箱狀態(tài)特征提取算法。

d. 油液分析

齒輪嚙合在非正常的磨損狀態(tài)出現(xiàn)，會(huì)瞬間產(chǎn)生巨大磨損顆粒，或磨損率上升導(dǎo)致磨損顆粒數(shù)量顯著增加。油液分析被認(rèn)為是實(shí)現(xiàn)齒輪箱狀態(tài)監(jiān)測和故障診斷最有效的技術(shù)之一，包括紅外光譜技術(shù)、鐵譜技術(shù)、顆粒分析技術(shù)、氣相色譜技術(shù)等，通過提取油液中各項(xiàng)監(jiān)測指標(biāo)，包括運(yùn)動(dòng)粘度、PQ 鐵譜、酸值、水分等，監(jiān)測和分析油液中各類監(jiān)測指標(biāo)變化情況，實(shí)現(xiàn)齒輪箱異常檢測。目前，我國許多機(jī)構(gòu)先后建立了油液監(jiān)測實(shí)驗(yàn)室，但是因受限于監(jiān)測硬件（傳感器）設(shè)計(jì)和制造技術(shù)，存在測量誤差較大、精度低因素，還沒有在實(shí)際中實(shí)現(xiàn)在線油液監(jiān)測。

3、發(fā)電機(jī)

關(guān)于發(fā)電機(jī)的故障診斷研究，大多是通過在線監(jiān)測定子電流、轉(zhuǎn)子電流、有功功率變化情況，對匝間短路、單相或多相短路、軸承損壞、轉(zhuǎn)子偏心等進(jìn)行故障診斷。

4、變流器和變槳系統(tǒng)

a. 變流器

變流器作為電能回饋至電網(wǎng)的關(guān)鍵控制通道，是影響風(fēng)電機(jī)組及入網(wǎng)安全穩(wěn)定運(yùn)行的重要環(huán)節(jié)?，F(xiàn)有文獻(xiàn)中多采用基于樣本訓(xùn)練的在線變流器的智能故障診斷方法。

研究主要側(cè)重于風(fēng)電變流器的故障診斷，然而，由于風(fēng)速的不確定性，風(fēng)電變流器運(yùn)行的可靠性受機(jī)側(cè)變流器低頻運(yùn)行和風(fēng)速隨機(jī)波動(dòng)影響較為嚴(yán)重，變流器輸出功率變化很大，使得功率器件運(yùn)行在不同載荷水平下，可能導(dǎo)致器件結(jié)溫的變化，功率器件會(huì)承受長期、頻繁的不均衡電熱應(yīng)力，造成疲勞累積，導(dǎo)致焊料開裂、焊線脫落等故障現(xiàn)象發(fā)生。圖所示為11 m/ s 的湍流風(fēng)速及雙饋風(fēng)電機(jī)組的機(jī)側(cè)變流器IGBT 結(jié)溫變化情況，可見IGBT 功率器件在整個(gè)變流器壽命周期內(nèi)需要承受頻繁波動(dòng)且幅值為20 °C 的結(jié)溫?zé)嵫h(huán)，不可避免地將加快器件老化和失效速度，因此，基于疲勞、失效機(jī)理的風(fēng)電變流器的器件的在線狀態(tài)監(jiān)測應(yīng)該引起關(guān)注。目前關(guān)于功率器件的該領(lǐng)域研究比較少見。

b. 變槳系統(tǒng)。關(guān)于變槳系統(tǒng)的故障診斷研究較少，變槳系統(tǒng)轉(zhuǎn)速極低，運(yùn)行不連續(xù)，負(fù)載隨機(jī)，對其在線狀態(tài)監(jiān)測可采用振動(dòng)分析或發(fā)電機(jī)的電流信號(hào)進(jìn)行分析。另外，考慮基于單一參量的絕對閾值評估方法，可能導(dǎo)致現(xiàn)有變槳系統(tǒng)狀態(tài)監(jiān)測方法不能及時(shí)準(zhǔn)確地在線判斷其異常狀態(tài)的問題。

大功率并網(wǎng)風(fēng)電變流器狀態(tài)監(jiān)測技術(shù)機(jī)側(cè)變流器低頻運(yùn)行對可靠性的影響

由于風(fēng)電機(jī)組長時(shí)間、頻繁和大范圍的隨機(jī)出力等特殊運(yùn)行工況，變流器在風(fēng)電并網(wǎng)運(yùn)行中的可靠性變得較為脆弱。如圖《風(fēng)電機(jī)組變流器典型連接結(jié)構(gòu)示意圖》所示為部分功率及全功率風(fēng)電機(jī)組的結(jié)構(gòu)示意圖。

為了分析不同運(yùn)行工況對風(fēng)電機(jī)組變流器功率模塊運(yùn)行可靠性的影響，近年來已有較多文獻(xiàn)從功率模塊電熱禍合模型，結(jié)溫估算以及不同變流器功率模塊結(jié)溫隨風(fēng)電機(jī)組不同運(yùn)行點(diǎn)變化規(guī)律等方面開展研究。

對于雙饋電機(jī)，在同步轉(zhuǎn)速點(diǎn)，網(wǎng)側(cè)變流器中IGBT及二極管的結(jié)溫幾乎無波動(dòng)，而機(jī)側(cè)IGBT和二極管的結(jié)溫波動(dòng)明顯，這將導(dǎo)致機(jī)側(cè)變流器失效率高于網(wǎng)側(cè)變流器。究其原因，雖然機(jī)側(cè)變流器和網(wǎng)側(cè)變流器在同一時(shí)刻轉(zhuǎn)換的電功率是相同的，但是當(dāng)機(jī)組運(yùn)行在同步轉(zhuǎn)速點(diǎn)時(shí)，機(jī)側(cè)變流器運(yùn)行在一個(gè)較低的頻率，變流器處理的實(shí)際功率幾乎為零。根據(jù)定、轉(zhuǎn)子電流磁動(dòng)勢平衡，轉(zhuǎn)子電流并不為零，因此功率損耗也不為零，且功率模塊的熱容對于平滑結(jié)溫波動(dòng)幾乎沒有貢獻(xiàn)，導(dǎo)致機(jī)側(cè)變流器進(jìn)入深度熱循環(huán)。因此機(jī)側(cè)變流器的結(jié)溫波動(dòng)要比網(wǎng)側(cè)更為劇烈，其可靠性也隨之明顯降低。

對于直馭風(fēng)電機(jī)組變流器而言，由于風(fēng)力機(jī)葉尖速比有一定限制，其發(fā)電機(jī)轉(zhuǎn)動(dòng)角速度較小，使得全功率變流器的機(jī)側(cè)變流器也運(yùn)行在較低的頻率。同時(shí)，從半導(dǎo)體器件的角度來看，其機(jī)側(cè)功率模塊的續(xù)流二極管承受了更大的負(fù)載電流，加之低頻運(yùn)行特性，使得續(xù)流二極管將產(chǎn)生更高的結(jié)溫 。

此外，有研究表明，全功率變流器功率器件在整個(gè)變流器壽命周期內(nèi)可能需要承受5-10次波動(dòng)幅值為20℃的結(jié)溫?zé)嵫h(huán)，然而，包括風(fēng)速隨機(jī)波動(dòng)在內(nèi)的諸多因素可能進(jìn)一步影響其功率循環(huán)能力。因此，不論是永磁直馭風(fēng)電機(jī)組還是雙饋風(fēng)電機(jī)組的機(jī)側(cè)變流器，由于長期處于較低輸出頻率下運(yùn)行，其功率器件結(jié)溫變化顯著。特別是雙饋風(fēng)電機(jī)組運(yùn)行在同步轉(zhuǎn)速點(diǎn)時(shí)，其機(jī)側(cè)變流器輸出頻率幾乎為零，機(jī)側(cè)變流器結(jié)溫波動(dòng)更為劇烈。

大功率并網(wǎng)風(fēng)電變流器狀態(tài)監(jiān)測技術(shù)風(fēng)速隨機(jī)波動(dòng)對變流器運(yùn)行可靠性的影響

除了風(fēng)電機(jī)組運(yùn)行點(diǎn)對風(fēng)電變流器結(jié)溫變化影響外，風(fēng)速隨機(jī)波動(dòng)也會(huì)影響風(fēng)電變流器的運(yùn)行可靠性。相比恒定風(fēng)速的理想情況，在湍流風(fēng)速下風(fēng)電變流器功率模塊具有較大結(jié)溫波動(dòng)，將影響其IGBT模塊的功率循環(huán)能力。湍流強(qiáng)度會(huì)對機(jī)側(cè)變流器IGBT模塊的平均失效時(shí)間產(chǎn)生影響，且平均失效時(shí)間會(huì)隨湍流強(qiáng)度的增大而減小。

由于機(jī)側(cè)變流器長期處于低輸出頻率工況運(yùn)行，其結(jié)溫波動(dòng)要比網(wǎng)側(cè)更為劇烈，且風(fēng)電變流器功率模塊的平均失效時(shí)間還會(huì)隨風(fēng)速波動(dòng)增加而降低。因此，風(fēng)電變流器的運(yùn)行可靠性而臨著嚴(yán)峻的挑戰(zhàn)，特別是針對近海風(fēng)電機(jī)組難以維護(hù)的實(shí)際問題，有必要提出風(fēng)電變流器狀態(tài)監(jiān)測方法的研究，提高其運(yùn)行可靠性，這對于風(fēng)力發(fā)電技術(shù)以及產(chǎn)業(yè)的健康發(fā)展至關(guān)重要。