引言：受运行环境与自身结构影响，相较之传统发电设备，风力发电机组极易发生故障，且故障原因复杂多变。因此，实时、全面及系统化的监测风力发电机组，采取有效的故障诊断方法解决机组运行故障，保障电力企业经济利益与社会效益具有重要的意义。
1风力发电机组故障诊断技术
1.1分析机组故障诊断
诊断风力发电机组故障时，要结合机组自身复杂结构与特殊运行环境，综合分析相关因素，以此获得准确的故障诊断结果。风力发电机组结构复杂，因而故障诊断难度大。实际工作中对传统诊断技术进行创新，应用新技术与理念，准确诊断各类故障以此为解决故障提供参考。风力发电机组的故障诊断要准确了解各故障本质，综合分析机组电力参数、振动、压力、磨损、形变及温度等特点，有效进行故障诊断工作。
1.2分析机组运行振动
振动分析应用原理是指将振动传感器安装于机组内齿轮箱、发电机、主轴及机组支架等大部件上，以此准确测量机组大部件振动状态。利用传感器所反馈的振动信号处理并分析，快速而准确地判断机组各部件振动状态，综合分析振动来源及成因，由此判断机组运行是否正常。1.3分析热力参数
风力发电机组运行中分析热力参数，即分析机组运行温度与湿度变化以此明确其运行状态。对于风力发电机组而言，内部温度包含发电机、齿轮箱、运动电机及变流器等大部件、机舱及控制柜等内部温度。有效监控风力发电机组内部热力参数，有效监测其运行情况。此外结合机组热力参数变化趋势与反馈结果，准确判断机组故障设备部位，为故障原因分析提供可靠的参考依据。
2状态监测和故障诊断技术在风力发电机中的应用
2.1齿轮箱状态监测和故障诊断
齿轮箱作为风力发电机中连接主轴和发电机的重要部件，其内部结构和受力情况比较复杂，尤其是在运行工况和载荷发生变化的情况下，发生故障的几率会有所增加。由于齿轮箱故障而导致风力发电机故障的占比较大，不仅维修成本高，且因为停机所造成的发电量损失巨大，所以对齿轮箱进行状态监测和故障诊断非常重要。齿轮和轴承是齿轮箱比较常见的故障部位，断齿、齿面疲劳、胶合是齿轮常见故障类型，磨损、点蚀、裂纹、表面剥落是轴承常见故障类型，任何一种故障类型都会影响到齿轮箱的正常运转。随着风力发电机规模的扩大，对齿轮箱的性能要求也越来越高，所以要保证齿轮箱的安全可靠运行。振动监测和温度监测在齿轮箱状态监测中比较常用，振动监测主要是利用振动测量仪器对齿轮箱的振动频率进行检测纪录，然后将测得的实际运行数据与设计数据进行对比分析，从而发现齿轮箱中各部件的运行状态。
2.2发电机状态监测和故障诊断
发电机是风力发电机中的核心部件，其主要功能是将机械能转换为电能。由于发电机长期处于工况变化以及电磁环境中，且由于机组规模的扩大对发电机的密封保护增加一定的难度，所以经常会出现振动过大、发电机过热、轴承过热、转子/定子线圈短路等故障，其中轴承故障、定子故障及转子故障占据较大比例。对于发电机的状态监测和故障诊断主要是对转子/定子电流信号、电压信号以及输出功率信号进行状态监测，通过对电流信号的时域分析获取幅值数据信息，然后经过谐波分量的变化来判断发电机故障类型。比如对转子偏心故障的识别中，通过输出电流、电压、功率等信号的获取，能够判断出是轴承过度磨损还是其他故障类型。
2.3风力发电机状态监测系统
收集发电机振动的信息，对其进行解析，就可以明确机组所有部件的运作状况，这就是传统风力发电机在线情况监控系统的具体实施方法。如果只采集和分析振动数据，那么对风力发电机会造成诊断不准确的现象。目前，我国已研制出一种能够对发电机状态实现综合监测和故障诊断的系统，就是WT-1型风力发电机状态监测与故障诊断系统，发电机的电气信息和风力发电机组运输链各个部件的振动信号都可以通过这一系统获得和监控，然后把负序电流法、电流谐波成分分析法等常用的电气信号处理方法集中到该系统中。
2.4通过发电机振动、温度和转速等诊断
机械故障发电机输出的电流、电压和功率如果不一样，那就和发电机的机械故障有密切的关系。高频振动一般都是由轴承故障引起的。高频故障的转速很高，达到一千多，要想获得轴承故障特征信号，可以通过振动传感器来取得轴承振动信号，然后对这一信号进行处理，以此解决机械故障中的轴承故障。对轴承故障的诊断可以使用峰值能量法、包络解调法、小波分析法以及基于快速傅立叶变换的故障诊断法。振动频率较低是因为轴系不对准、转子质量不平衡、机座松动等，要想获得这些信息，需要对振动的信号进行滤波、放大处理，然后进行傅立叶交换。在运行过程中也会出现发电机转子偏心故障和发电机定子和转子之间气隙不均衡的现象，这两个故障是由磨损和温度升高等原因造成的。谐波成分很重要，通过对发电机定子输出电流、电压、功率等信号中的谐波成分监测，可以诊断电机转子的偏心故障。当发电机转子和轴承不能正常运转时，可以通过不断的小波变换给发电机的输出功率发出信号。一旦发生了不太严重的机械故障，气隙振动也会被发电机转轴的振动引发，然后发电机转子与定子间气隙磁通出现不平衡。定子的电流解析能够解决转轴的振动故障。
3技术的不断发展
风力发电机组对人们的生活越来越重要，也受到越来越多人的关注。风力发电机组最重要的就是可靠性，所以，要求对风力发电的机组进行更好的保养。将互联网的信息技术、大数据处理技术应用于其中，是在将来的风力发电机组状态监测和故障诊断领域以多参量的故障监视和诊视技术为根本的重要进程之一。振动和功率等信息，可以显示风力发电机的工作状态，对其进行综合解析，就可以全面掌握发电机的工作状态。完善信号盲分离、减小信噪比，是风力发电机状态监测行业信息解决方式的最关键角度。风力发电机故障诊断系统需要得到更深入的应用。
结束语
综上所述，风力发电机的状态会直接影响人们的生活质量，风力发电机组运行中，设备安全质量对发电质量有着决定性地影响，如果其中任何部件或设备出现问题，都会对发电机组正常运行造成困扰。所以风力发电机组运行中，必须定期检修并维护各项设备与部件，保障各零部件与设备质量，同时确保准确设置各部件与设备参数。
参考文献
[1]沈艳霞，李帆.风力发电系统故障诊断方法综述[J].控制工程，2017（20）：789-795.
[2]吴艳标.风力发电机状态监测和故障诊断技术的研究[J].城市建设理论研究（电子版），2018（07）：1.
[3]赵勇，韩斌，房刚利.风力发电机状态监测与故障诊断技术综述[J].热力发电，2016，45（10）：1-5.
[3]孙重亮，谢兵红．基于风力发电系统状态监测和故障诊断技术探究［Ｊ］．电子测试，２０１９（１７）：１０６－１０７．
[4]李恒． 风力发电系统状态监测和故障诊断技术探究［Ｊ］．电子测试，２０１９（０６）：９８ －９９ ＋９３．