摘要：风力资源作为一项可再生能源，加大对风力资源的开发和应用，不但可以有效处理资源紧张问题，同时还能将原始的发电形式进行转变，这是我国当前发电企业为之奋斗的主要方向。结合当前我国风力发电应用状况来说，采用风力发电方式，不但可以缓解我国当前电力匮乏现象，同时还能优化生态环境，并且我国风力储备量比较充足，因此今后风力发电具备良好的发展前景。
关键词：风力发电；变频器；故障诊断
一、风力发电系统的基本概述
结合当前市场情况来说，电力发电设施种类繁多，但是从并网系统角度来说，主要应用的发电设施种类有三种：①双馈式发电设施；②笼型异步式发电设施；③直驱式发电设施。这对这三种发电设施来说，只有双馈式发电设施和直驱式发电设施需要进行变频处理之后，才可以连接到电网中。即便这两种发电设施都应该通过变频器才能连入到电网中，但是连入方法存在一定差异。针对直驱式发电设施来说，其和电网衔接的主要方式就是定子侧侧通过变频器，而针对于双馈式发电设施来说，主要是采用的是转子进行励磁调节，在超同步下通过定子和转子同时馈电。在风力发电系统中，交-直-交变频器构建成分有三种：①电力力电子整流电路；②逆变电路；③斩波电路。
二、风力发电系统中变频器故障的分析
2.1变频器在风力发电系统中的运作原理和工作方式
风力发电机在运作过程中，把定子直接输入到电力传输网络中网中，并保持其运转的速度不变化，同时，通过变频器将转子转输到电力传输网络之中，这样才能保证电网输入功率的恒常不变。
风力的变化会影响转子的运行速度，同时也会影响定子的运行速度，在发电机正常工作时，我们可以通过改变转子的运行频率调节定子的运行速度，对发电系统中过量电压现象进行调控，以上就是变频器。
2.2风力发电系统中的运行原理
风力发电机组中的发电机有几种类型和形式，分别是：异步型、同步型和水平轴、垂直轴。除了直驱式风力发电机和双馈式发电机外，还有笼型异步式发电机，其中前两种类型发电机是通过变频器输入到电网中。
目前我国的发电机大部分是异步型的。变频器在其中起到了调节发电机的运行频率等作用，而它的工作方式主要是由于转子输入的电流过大，需要通过变频器消除一部分转子输入电流，控制电流的强度在适当的范围之内，保证发电机系统的正常运行。
2.3变频器发生故障原因的分析
过电压、过电流、过热、电压不稳定、与预期效果发生偏差等都是风力发电系统中变频器会出现的故障，导致变频器发生故障的原因有以下几点：
2.3.1外界环境的干扰
变频器在发电机一般都处在长时间高温发热、电磁干扰和油污覆盖的脏乱差的恶劣环境中，这些外界环境都是导致变频器发生故障甚至无法正常时能够工作的原因。另外，由雷电等恶劣自然环境也会引起的过电压、变频器负载突降从而导致的负载转速变频器的电压故障。
2.3.2风力发电系统的内部原因
目前我国的风力发电技术仍然还处于初步发展阶段，发电系统还不完善，它其中的运行模式和发电机在应对电网故障时应对能力方面都存在着很多问题需要完善。由于电源侧的冲击过电压导致中间的直流回路超出了电压导致中间直流回路的滤波电容器的损坏，这是风力发电系统中变频器过电压的情况。
期刊文章分类查询,尽在期刊图书馆变频器负载的不规律变化、分布不均匀、输出短路逆变器过载功能较弱等因素会导致变频器过电流的现象出现。风力机低压穿过电网也可能会造成变频器发生故障。
三、风力发电机中变频器故障诊断策略
在全球低碳经济盛行的当前背景下，我国提出了一系列降低碳排放的响应目标，各个省份地区均开展了风电场的大规模建设工作，风电总装机容量在全国电力中所占的份额越来越高的比例亦愈来愈高。整个电力行业在时代发展新形势下，要与时俱进，大力进行改革创新，运用先进的科学技术不断优化风力发电机中变频器故障诊断。如何进一步的强化风力发电机中变频器故障诊断可以从以下相关策略着手：
3.1经神经网技术对变频器故障进行诊断
神经网络，又可称作人工神经网络，是经过诸多批处理神经元互联所产生的网络，可有效作用于模拟人脑、简化人脑及抽象人脑，以达到对人脑常规特性进行呈现的目的。对神经网络展开研究，是自人脑生理结构着手的，以对人的智能行为展开研究，以对人脑信息处理功能进行模拟。神经网技术是一门囊括了多门学科的新兴技术，这些学科包括有神经科学、统计学、数学、电子计算机科学以及物理学等等。神经网技术的优势为其可以通过部分信息数据对显层、隐层网络展开训练，在无需构建数学模型的情况下就研究对象展开研究。同时，伴随着神经元数量的增多，网络结构复杂程度的提升，最终训练结构会更加的贴近实际状况。神经网技术的这一优势能够很有的利用于，在难以构建变频器数学模型的情况下，直接将实地获取的信息数据展开故障诊断。
3.2经小波分析技术对变频器故障进行诊断
小波分析技术指的是一类窗口面积特定，但窗口形状能够变化，频率窗、时间窗均能够变化的时频局域化分析技术。受高频区域有着低频率分辨率、高时间分辨率，低频区域有着低时间分辨率、高频率分辨率影响，使得形成一定的信号
自适应性，可将其称作数学显微镜。在对信号进行处理期间，通常选取傅里叶变换，即便傅里叶变换可以把信号频域特点与时域特点进行结合，然而还是只能够自信号频域、时域进行一一分析。傅里叶谱属于信号的一种统计特性，是信号全面时域的积分，不具备特定局部的信号观察功能。小波分析技术则正好有着识别不同分辨率下局部特征频率的功能优势，其就好像数字显微镜一样，可通过对焦距进行调节，对不同大小的物质进行观察，而小波分析技术则是通过对频率窗口进行调节，已达到对相关局部频率情况下特征信息进行识别、诊断的目的。由于故障频率往往会被诸多正常运转的频率噪声所掩盖，这给小波分析技术在对变频器故障频率进行诊断时提供了很大的发挥余地。经通过选取小波分析技术来对获取的信号特征频率特定局部进行诊断，其是处于故障运转情况还是正常运转情况，积极为神经网技术诊断变频器故障类型提供有利依据。
四、结束语
总而言之，风力发电作为电力生产环节中不可或缺的一部分，在今后能源框架中的地位也逐渐显示出来。因此，为了促进风力发电的稳定发展，提升风力发电系统的运营安全，就要合理应用现代化技术，加大变频器故障诊断力度，做好变频器故障防控工作，这样才能有效提升风力发电系统整体运营效率。
参考文献：
[1]杭俊，张建忠，程明，王伟，张明.风力发电系统状态监测和故障诊断技术综述（英文）[J].电工技术学报，2013，04：261~271.
[2]任艳芳，岑海堂.双馈风力发电系统变流器故障诊断方法研究[J].可再生能源，2014，11：1627~1631.
[3]宗永涛，沈艳霞，纪志成，吴定会.基于形态学滤波和EEMD方法的风力发电系统滚动轴承故障诊断[J].机械传动，2014，11：116~120.
作者介绍：
金结红（19840226）；性别：男；籍贯：安徽望江；民族：汉；学历：硕士；职称：工程师；职务：软件开发员；研究方向：风力发电技术；单位：阳光电源股份有限公司。
论文作者:金结红
论文发表刊物:《电力设备》2017年第36期
论文发表时间:2018/5/14
标签：变频器论文; 风力发电论文; 故障论文; 系统论文; 技术论文; 发电机论文; 过电压论文; 《电力设备》2017年第36期论文;