❶ 風力發電機組常見故障
2.風力發電機組的故障
風電機組主要分為三類①雙饋式變槳變速機型，是目前大部分企業採用的主流機型；②直驅永磁式變槳變速機型是近幾年發展起來的，是未來風電的發展方向之一；③失速定槳定速機型是非主流機型，運行維護方便。
發電機是風電機組的核心部件，負責將旋轉的機械能轉化為電能，並為電氣系統供電。隨著風力機容量的增大，發電機的規模也在逐漸增加，使得對發電機的密封保護受到制約。發電機長期運行於變工況和電磁環境中，容易發生故障。常見的故障模式有發電機振動過大、發電機過熱、軸承過熱、轉子／定子線圈短路、轉子斷條以及絕緣損壞等。據統計，在發電機的所有故障中，軸承的故障率為40％，定子的故障率為38％，轉子的故障率為10％，其他故障佔12％。
根據發電機的故障特點，採用的診斷方法主要是基於轉子／定子電流信號、電壓信號以及輸出功率信號等狀態檢測手段。POPA等藉助定子電流和轉子電流信號的時域分析得到其幅值信息，再通過FFT得到電流信號的諧波分量，最後通過判斷諧波分量的變化實現對發電機3種模擬故障的識別。WATSON等藉助連續小波變換，對輸出功率信號進行分析，識別出了發電機轉子偏心故障和軸承故障。DJUROVIC等研究了穩態狀況下，短時傅里葉變換方法在發電機定子開環故障中的應用。通過對比發現，雖然基於定子電流和瞬時功率的診斷方法均可識別出故障，但瞬時功率信號中包含了更多的故障信息。發電機的轉子偏心現象是軸承過度磨損或其他故障隱患的表現。基於輸出電流、電壓、功率等信號的檢測方法是識別轉子偏心故障的有效手段。此外，MOHANTY等針對多級齒輪箱研究通過解調非同步發電機的電流信號來診斷齒輪箱故障。
另外，BENNOLrNA等在變轉速下建立了基於多項式的雙饋式非同步發電機線性與非線性數學模型，利用故障特徵分析法檢測出了轉子偏心故障，但是此方法也僅能判斷發電機出現故障類型，而不能准確找出故障源。YANG針對同步發電機為消除變轉速的影響，提出了基於轉矩和主軸轉速的判斷准則。模擬定子繞組線圈的短路，對發電機定子繞組電流／功率信號，先用離散小波去除雜訊，再使用連續小波提取特徵頻率，有效地識別出了故障。
3.風力發電機組葉片故障
風力發電機組安裝在野外比較惡劣的環境，經常處於無人值守的狀態，對其運行狀態的監測尤其重要。由於環境因素，機體各部件故障率較高，葉片作為風力發電機組的主要部件之一，對其故障監測十分必要，一旦出現故障，要是不及時處理，葉片就會很快的斷裂。輕則造成停機，重則燒壞機組，影響正常供電，造成不可挽回的損失.
風機葉片故障類型可分為裂紋、凹痕和破損等，葉片的振動形式主要包括擺振、揮舞振動、扭轉振動和復合振動，葉片的故障信息通常依靠現場監測的震動信號進行反應。在風力發電機組故障中，突變信號和非平穩信號往往會伴隨故障存在。理論上講，當葉片出現裂紋時，振動信號中會伴隨有較強的高頻沖擊波，並且這些離散的故障信號是可能存在任意頻段內的。
故障診斷常用方法有時域分析方法和頻域分析方法，時域分析方法主要研究不同時刻信號之間的關系，對於某些有明顯特徵的故障信號，可做出定性分析。頻域分析方法通過研究波形的諧波分量來識別多種頻率成分。這兩種方法都具有單一性，而小波分解方法具有局部化分析的功能，在時域和頻域都能快速定位。小波分解在低頻部分，可以採用寬的時間窗，頻率分辨力則大大增強; 在高頻部分則採用寬的時間窗，頻率分辨力則會減弱。小波分解方法的這種特性非常適合非平穩信號的故障診斷。
4.軸承故障檢測
風電機組主要零部件的可靠性研究表明，在風電機組的故障中電氣和控制系統故障率最高，傳動系統如齒輪箱、主軸承等故障率相對較低。但進一步的研究表明電氣和控制系統的故障容易排除，停機時間短，並且也不需要吊車等輔助工具。從機組故障引發的停機時間、維護費用和是否容易造成的繼發故障等角度分析，與電氣和控制系統相比，機械傳動系統的狀態監測與預警維護更為重要。
軸承是旋轉機械的關鍵部件，也是風電機組機械傳動系統的核心部件，機械傳動系統的非軸承如齒輪箱、槳葉等故障，亦多是由軸承故障引起或可在軸承的運行狀態中得到反映。因此對軸承的運行狀態進行實時監測，對整個機械傳動系統的故障診斷和運行維護具有重要的意義。
風力發電機用軸承大致可以分為四類：變槳軸承、偏航軸承、傳動系統軸承(主軸和變速箱軸承)和發電機軸承。偏航軸承安裝在塔架與座艙的連接部，變槳軸承安裝在每個葉片的根部與輪轂連接部位(除部分小功率兆瓦級以下的風力發電機為不可調槳葉，無變槳軸承外，每台風力發電機設備用一套偏航軸承和三套變槳軸承)，主軸連接輪轂和齒輪箱，都是低速重載軸承，其中偏航和變槳軸承還是不完全旋轉軸承。齒輪箱為增速箱，將葉輪的低速變為輸入到發電機的高轉速，二者的軸承與通常的發電機組除了在使用壽命和可靠性方面要求較高，並無其他不同。
目前的實際應用的風電軸承運行狀態監測與故障識別的方法主要有基於數據採集與監視控制系統(SCADA，Supervisory Control And Data Acquisition)的方法，基於振動分析、潤滑油檢測的方法，基於聲音、紅外圖像的方法以及多種方法相結合等方法。
4．1 基於SCADA的方法
對於運行狀態監測，風電機組與通常的發電機組相比有自己的特點：通常的火力或水利發電機機組的單機功率比風電機組大的多，機組數目少，因此狀態監測點少，而一個風電場通常幾十台甚至上百台風電機組，因此需要的感測器數目和採集與通訊的數據量比通常的發電機組要大的多，增加了風電機組的成本和復雜性，也限制了監測系統的應用普及。如果能利用機組已有的SCADA數據，不裝配額外的感測器獲取機組軸承的運行狀態，是最經濟的方法。
研究表明發電機的機械故障可以由感應電機的終端發電機的輸出反應出來，通過對感應電機的電壓、電流和功率的穩定功率譜分析，對發電機的軸承、轉子的斷條、氣隙偏向等故障進行故障監測。對於傳動軸承故障診斷，類似的研究還比較少，用對電機電流解調的方法監測多級齒輪箱的故障，用定子電機電流識別齒輪箱滾動軸承的故障，由於電流的非平穩特點，引入了小波包變換的方法。在缺少振動感測器的情況下，由SCADA參數反應的傳動系統軸承的運行狀態不夠具體。由多所大學、咨詢機構和風電機組製造商合作的歐盟項目ReliaWind』在主軸承、齒輪箱和發電機軸承處安裝振動感測器，通過將每十分鍾的振動平均數據和SCADA數據參數相結合判斷風電機組的運行狀態。
4．2 基於振動的方法
基於振動的方法在旋轉機械和其他發電機組的故障診斷中已廣泛應用，且取得了很好的效果。風電機組的發電機和齒輪箱高速軸承可以應用現有的基於振動的故障診斷技術，只是由於風電機組的負載是非平穩的變數，常用的時域和頻域FFT分析方法的性能會受影響，在信號處理的方法上需要改進。而對於主軸承和齒輪箱低速軸承，由於軸承的轉速低(每分鍾10—30轉)，計算出的故障頻率低，而高通濾波器會將3Hz以下的頻率過濾掉，再加上受到環境雜訊的影響，使得頻譜分析效果很差甚至無法進行；而在沖擊故障的瞬態性問題中，由於每次故障沖擊的間隔較長，使用沖擊法很難准確地檢測到故障信號；同時由故障點產生的沖擊響應的頻率較低，不能激勵起較高的頻率成份。以上原因限制了振動監測主軸承運行狀態的效果，但可從其運行情況反映葉片的運行狀態，比如識別其是否平衡，從而判斷其是否遭受冰凍等事故。
4．3 基於潤滑油液的方法
資料顯示軸承的故障多於潤滑不良有關，主要原因有 1)由於大氣溫度過低，潤滑劑凝固，造成潤滑劑無法到達需潤滑部位而造成磨損；2)潤滑劑散熱不好，經常過熱，造成潤滑劑提前失效而損壞機械嚙合表面；3)濾芯堵塞、油位感測器污染，潤滑劑「中毒」而失效引起的故障有粘附磨損、腐蝕磨損、表面疲勞磨損、微動磨損和氣蝕。這些磨損出現之後，輕則金屬微粒會污染潤滑劑，影響功率傳遞，產生噪音，造成齒面嚴重磨損或斷裂，軸承內外圈或滾珠損壞，嚴重的使機組無法轉動而徹底停機。目前的油液監測系統主要是振動齒輪箱的潤滑油液，對於潤滑的部件尚沒有在線監測的方法。振動監測室風電軸承監測的趨勢，但由於風電負載和風力的不穩定影響了傳統的時域和頻域FFT分析方法的效果，亟需引入新的非平穩信號的處理方法。
5. 風力系統的變頻器的故障的分析
變頻器的故障種類很多，主要有以下幾類：和預先估計的結果差得很遠、變頻器不正確的動作行為、過電流、過電壓以及電壓不夠等等。風力系統的變頻器過電壓情形指的是中間的直流迴路超過電壓，這會使中間直流迴路濾波電容器的壽命大大減短。之所以會產生這種故障，是由於電源側的沖擊過電壓。風力系統過電流故障是因為變頻器負載有突然地變化，並且負載的不均勻分布，輸出的還有短路這些種種緣由引起，加上逆變器過載的性能、功能極其差，因此逆變器過載故障診斷可謂是相當重要。另外，整流迴路故障會因為輸進的電源缺少而致使電壓不夠的故障發生。還有，低壓穿過電網的時候變頻器可能會產生故障，這也是一大研究的領域。