赵祖龙

（大唐山东清洁能源开发有限公司，山东 青岛 266500）

0 引言

一直以来，人们习惯于采用事后检修和周期性维护的检修方式，导致风电机组运维成本较高。为了加强对风电机组健康状态的评估分析，有必要建立专门的健康监测系统，通过对监测数据的判断了解风电机组当前所处的运行状态，进而对风电机组健康衰退趋势做出预判，找出可能存在的故障点，对设备安排检修与维护，降低风电机组运行成本。基于大数据分析技术，开发风电机组的智能评估及诊断系统，能够实现在线健康状态监控，从而对风电机组运行展开智能管理，实现风电机组的事前控制。

1 风电机组现状及常见故障类型

风电机组停机故障，会给风电场造成巨大的经济损失。对故障种类进行分析，常见故障如下。

1.1 齿轮箱故障

在风电机组中，齿轮箱的故障率是最高的。一旦齿轮箱发生故障，会造成风电机组停机，且时间较长。齿轮箱故障常见于齿轮故障与滚动轴承故障，新投产的风电机组大多数配备了专门的振动监测系统，一旦齿轮与滚动轴承部位出现异常，系统会进行信号提示，提取信号特征可判断出具体故障类型，确定故障部位。使用傅里叶变换与小波变换时频分析方法能够对齿轮箱故障进行精准的诊断，为接下来的故障解决提供重要参考。

1.2 发电机故障

一般情况下，风电系统通常使用双馈异步风力发电机和永磁同步发电机等发电机型。机舱在高空中工作，发电机长期在工况复杂多变、电磁环境恶劣的环境下工作，在运行中容易出现故障，如轴承故障或短路故障。……