邱紀星：各位行業專家領導，各位同仁上午好，我們是運達風電的，今天我為大家帶來的是基于電氣參量的風電機組傳動系統運行觀測。之前很多行業同仁對我們機組傳動系統提出他們不同的解決方案，我們機組本身對電氣參量也進行了采集，我們希望從這一點出發對它進行挖掘，然后對風電機組的傳動系統當中的主要的電氣部件進行簡單的部署。

 

　　我們分享的內容是五部分，首先是運達風電的介紹，然后是針對目前我們在風電機組在實際運行當中傳動部件碰到的實際概況，針對這些問題我們業內目前的具體解決方案，最后是運達風電相關研究進展，最后是對這個工作的總結與展望。

 

　　我們運達風電前身屬于浙江省機電設計研究院風能研究所，2001年浙江運達風力發電工程有限公司成立，目前公司業務主要有三大塊，一是風機整機制造，二是風電運維服務，三是風電開發運營。目前公司總部和研發中心均位于浙江杭州。

 

　　這邊展示的是我們風電機組的典型的傳動系統的結構，主要有我們的葉輪，葉輪當中有我們的葉片，我們的輪轂，再就是我們的主軸承、齒輪箱、發電機這幾個主要的部件構成。這邊是歐洲的一項調查統計結果，統計的是風電機組在實際運行當中各個部件系統、子系統的故障情況，還有由于故障引起的一個停機時間的統計。從我們的故障次數的統計來看，我們的電器控制系統故障次數非常多，而相對的傳動系統的幾個主要的部件，像葉片、發電機、齒輪箱，它的故障次數相對較少，維修時間卻比較多，造成機組較長的停機時間。

 

　　從后期運行維護費用來看，我們的傳動系統的幾個主要的部件它的占比也是非常高的，因此不管是從我們的故障停機時間還是后期故障的運行維護費用，對傳動系統進行有效的狀態觀測就顯得非常有必要。

 

　　接下來就具體來看一下傳動系統在實際運行當中碰到的一些問題或者故障。

 

　　首先是葉片，目前我國風電發展的趨勢，也就是目前業內達成的一個共識就是從山北地區到東南地區的轉移，這些地區地理環境比較復雜，使用機組傳動效率比較高，再一個從機組自身來講，不管是機組的容量還是機型的發展，使葉輪直徑越來越大，葉片長度越來越長，使得它的結構柔性也越來越大，當然葉片在生產和設計的過程當中，也會有一些質量上的或者翼形上的誤差。綜合這些因素，機組在實際運行當中葉輪不平衡的現象就時有發生，具體對應的氣動不平衡，結冰積雪的現象，還有裂紋開裂。這些不平衡造成的一個直接的后果就是機組的傳動部件的疲勞載荷的顯著增加。

 

　　第二塊是我們的齒輪箱，根據我們的統計，我們的齒輪箱最容易發生故障的是我們的齒輪和軸承，軸承的一個故障主要有滾動體剝落還有保持架損壞。齒輪主要有齒輪裂紋斷裂，齒面疲勞，齒面磨損，齒面攪合。

 

　　發電機經過我們的統計主要有三個類型，一是繞組故障，繞組故障、轉軸故障、軸承故障。經過這幾個主要的部件在實際運行當中碰到的一些問題，目前業內采取了一些狀態監測系統就是我們的CMS標準，采用的是德國VDI3834標準和風力發電機組振動狀態監測導則實現對機組的狀態評估、發現跟蹤設備故障。

 

　　我們風場實施是通過各種振動傳感器對振動信號進行采集，進行分析處理，從而實現對各個部件狀態的診斷，可以監測的主要有我們的主軸承，還有齒輪、塔機等等。

 

　　但是我們在實際運行當中也碰到一些問題，首先對發電機來說，對于機組來講首先根據一些環境的條件，機組本身會進行一些變槳偏航這些動作，再一個機組發生的過程本身就是變轉速和變轉距的過程，而我的控制系統是兩個相對獨立的系統，這就導致系統無法感知機組的活動，這樣使得CM系統對信號進行處理，到時候信號切除這塊就顯得非常困難。再一個就是剛才提到的我們的CM系統依據的標準是德國的3834還有我國的一個導則，而很多我們的判斷的這些標準限制的規定是根據統計數據得出的，而隨著我國風電的發展，各個廠家的機型適應不同地形的機組類型也越來越多，這就使得這個標準本身就具備一定的局限性。

 

　　這個PPT和最終的PPT不太一致，因此針對這些局限性，運達風電提出相關研究，對電氣參量來說數據的獲取是通過一些電氣信號的傳感器來獲得的，而這些傳感器它自身的特點就是不管是它的線性度還是精確度都非常高，再一個我機組本身對這個信號都是采集的，然后我直接可以獲取，像昨天也有的專家提到過，本身我機組有這么多的電氣數據，但是怎么對它進行一個數據的挖掘？然后對它做一些對我們有益的一些工作？

 

　　在這個基礎上我們運達風電就建立了我們基于電氣參量的針對傳動系統的診斷系統，系統具有多通道數據采集、在線監測，實時性高，能夠軟件顯示，診斷功能，專家遠程數據下載，分析功能，并且我們的系統兼容于我們公司的智能信息系統，也符合風場數字化建設的需求。

 

　　我們這套系統現場布置的方式非常靈活，具體來說有兩種方式，一種是遠程集中的方式，第二種是機組本地的方式。集中的方式主要是各個機組對于電氣信號的組網上傳，而機組本地實現的方式主要是各個機組獲取電氣參量，然后對它進行分析、處理，然后綜合分析出各個部件的運行狀態信息，然后僅僅把這些結果和反映各個部件運行的這些信息進行上傳。

 

　　我們的系統也在現場安裝實施，從長期運行的情況來看，運行狀況還是非常好的，各個診斷結果也都比較準確。因為我們機組運行過程是變轉速和變轉距的過程，傳動系統當中有很多的部件，所以我們這邊用到幾個關鍵的技術，像階次分析技術、非平穩信號處理技術、分類決策樹技術、區塊鏈技術全生命周期管理，根據歷史狀態信息還有實時反映它的狀態信息進行綜合的分析處理，這樣可以輔助我風場管理人員進行分析決策，并且系統可以進行遠程的互聯訪問，便于擴展為我們公司的云端系統。

 

　　這邊是我們的一個診斷案例，準確率可以達到60%以上，并且現場實驗于各種振動檢測、動平衡測試相互驗證，兩者一致性也是非常吻合的。

 

　　最后是對這塊工作的總結和展望。我們覺得對傳動系統的狀態觀測需要綜合考慮機組的狀態信息還有氣象的條件，電網的條件，這樣才能提高我診斷的準確率，目前隨著我們的傳感器技術、計算機技術、通訊技術的進步，奠定了故障檢測的物質基礎，新檢測算法的探索則提供了智力支持。考慮風機運行環境的復雜性，需要多種檢測手段的有機結合，以及故障特征的有效提取。

 

　　對于電力行業來講，對于電器設備的故障診斷是比較傳統的概念，而采用電氣數據對風電機組的傳動系統進行故障診斷又是比較新的技術，但是剛才也提到了機組不管是從運行環境還是它的運行特點來講都是非常復雜的，所以我們需要多種運行手段的結合，這樣才能對它的整體運行狀態做出綜合評估，最后借鑒區塊鏈的運行思想，這樣對機組傳動系統各部件的歷史數據還有實時數據做出綜合的比較，從而實現對它的全生命周期的管理，從而有計劃的實現從計劃檢修、到故障檢修、到狀態檢修的轉變。當然我們最終的目標是減少非計劃停機時間，提高可靠性和降低運行維護費用。

 

　　以上就是我們運達風電的介紹，謝謝！

（文章內容來自現場速記整理，未經本人審核）