风力发电系统变频器故障诊断研究

高顺

摘要：风能是一种可再生的清洁能源，其开发利用不仅可以缓解我国能源短缺的问题，还可以改变传统的发电方式。这是我国发展模式向更加科学、更加环保的方向发展的必然趋势。从近年来风电的应用来看，风电不仅缓解了我国电力供应紧张的局面，而且具有良好的环境效益。此外，我国风能储量丰富，风力发电未来发展前景十分广阔。在风电系统中，变频器广泛用于辅助电源的转换和传输，其作用不容小觑。因此，在风力发电系统中，需要重视逆变器的故障诊断，改进诊断技术和工艺，最大限度地发挥逆变器的功能。本文为了提高逆变器故障诊断的实际效果，对风力发电系统中逆变器的故障诊断进行了研究。

关键词：风力发电系统;变频器;故障诊断

一、导致风力发电系统变频器发生故障的主要因素

结合现阶段我国通用直流变频器过热放电的原因分析及热处理方法，从实际工作情况出发，可能导致变频过热放电变频器长期发生变频过热放电故障的主要影响因素有三个：① 在实际运行中可能导致变频器过热预测信号误差（直流变频信号故障）;② 实际运行预测中的实际运行经验误差与未能准确预测实际运行误差之间可能存在大量数值计算偏差;③ 由于电网的高温波动，长期超热过电压和过热的电源电流会导致电网过热。其中，变频器长期发生过热过电压的主要因素包括许多可能的情况，如变频电网的主电源电压波动、电压过高或过热引起的电流欠压、电压过高或过热等，电网电流引起的电压波动，以及低压引起的电网交叉。主要含义是一般指中间直流励磁控制电路转子母线并列波动引起的过热过电压，导致变频过热事故和变频器长期过热过电压的主要影响因素一般存在以下两点：① 交流变频电网电源驱动侧转子电流波动冲击变频电网产生过电压，导致变频电网电流电压波动，或电流冲击电网低压使电网通过;② 直流变频电源编码器励磁电路的干扰导致直流变频电源转子电流驱动侧励磁控制电路电压调节紊乱。例如，雷击事件引起的直流过电压和变频电容器直流负载的逐渐减小，将导致直流负载速度逐渐增加。在直流负载侧，变频电容器中部的直流电源电路没有直流傳输容量，因此在短期使用时不能实现直流能量的同时传输。其容量高于中间直流电源电路传输链路中所用载波的传输容量，可能导致各种过电压电路故障。变频电容器的中间直流电源电路的稳压电容器的容量可能会逐渐减小，中间直流发电电路的容量可能会减小，从而导致直流电路的自动电压调节器的容量逐渐减小，逆变器供电侧逆变器并网电路同时采用双馈直流发电电路设施，表明该电路剩余直流电能应同时传输并应用于逆变器电网，但各种过电压故障仍可能同时发生。

二、风力发电系统变频器故障诊断优化措施

2.1神经网诊断技术

所谓的人工神经网络也称为脑神经网络。其主要含义是泛指由大量神经处理单元信息组成的神经网络。只要它只科学地模拟了大量人类正常的大脑结构，后期的数学模型就可以很容易准确地反映出大量的人脑神经特征信息。人工神经网络的系统探索主要从研究各种人脑神经生理网络的框架结构入手，系统探索各种人的能力和行为规律，模拟基于人脑的大数据处理网络的形式。其技术是在现代神经科学、数学、统计学等基础学科的理论基础上发展起来的科学技术。目前，神经网络分析技术本身最大的优点是可以利用各种信息对象的显层和其他隐层神经网络对象来实现性能训练，并在没有传统数学分析模型的基础上，对数据挖掘阶段诊断的对象信息进行实时性能评估。然而，由于人工网络中神经元素的使用逐渐扩大或增加，网络信息处理的技术框架相对繁琐。最后，通过技术培训，相关数据和最终诊断结果的真实性越来越高。该变频人脑交互功能的主要研究目的是在不直接干预系统的传统技术的基础上，实现现场变频数据处理信息的自动实时处理和分发，以及实时变频故障诊断在整个现场变频器系统中构建各种数学信号原型处理模式。在变频器使用全过程系统故障信息分析与诊断的科学探索中，可以看出系统可以通过隐层神经网络结构数学分析模型直接分析数据中包含的故障信息，从而实现数据分析，明确故障诊断点的类型。

2.2小波分析技术

虽然高频小波分析技术使其作为窗口的大小相对固定，但它可以同时快速变换自身的频率形状信号。时间窗和它自己的频率窗都可以使用发生这种变换的数学时频分析场来简化小波分析的技术模式，因为在低频分析的条件下，它自己的频率窗分辨率相对较高，但由于时间窗分析的频率相对较小，对高频信号处理具有较强的适应性，因此当时也被广泛称为小波数学时频显微镜。在进行各种信号的时域处理和分析时，通常采用傅里叶变换。尽管傅里叶变换可以将整个信号源的时域观测特性和频域观测特性有机地结合起来，但它也可以从整个信号频域和信号时域特性的角度准确地实现时域观测。另外，对于傅里叶谱，信号时域具有多种统计化学特征，可以同时实现整个信号时域特征类别中所有信号源的累加，不具备信号局部化学和同时分析整个信号源的能力。对于小波变换而言，其自身的技术优势在于可以直接实现在多个频率分辨率下对具有不同特征的各种频率的实时识别。它的功能类似于电子显微镜。它实现了焦距的实时调整，对所有特定对象的实时检测，并可直接采用实时转换到频率窗口的显示方式，直接实现对特定频率条件下采集到的每个信号数据的实时采集、分析和识别。引入神经网络技术后，可以直接获取当前对应的信号数据，并对小窗口与当前相关信号数据进行实时对应。这样，我们就可以同时实现对当前采集的信号数据的实时分类、分析和探索，将来可以利用数据处理结果的显示方式实现小波变换器的故障诊断。

结语：

目前，风力发电已逐渐在我国整个电力行业的生产中占据重要的经济主体地位。未来，这一主体地位在中国现代新能源发电产业结构中的重要性将在一定程度上得到充分发挥。所以为了让风电变得更好，让风电系统具有循环性和安全性，我们需要积极利用现代技术对逆变器故障进行诊断，防患于未然，使风电系统的运行效率将更加高效。

参考文献

[1]潘力强，李娟，杨高才，等.带全额变频器的感应风力发电系统控制策略[J].吉首大学学报（自然科学版），2020，41（6）：37-44.