风力发电机组故障诊断与预测技术研究综述

丁 　蓉
华电新能源集团股份有限公司福清分公司

摘要

随着风电产业的迅速发展，风电机组的装机容量迅速增长。但是，由于运行条件的苛刻，使得风机的故障
率很高。采用故障检测技术，可以及时地检测出设备的缺陷，从而保证机组的安全、稳定运行，是减少事故发生的
一种有效方法。本文介绍了一种对风电机组进行早期故障诊断的新方法，即对其进行实时监控和趋势预报，从而能
够及时地发现其在运行中的安全隐患。

关键词

风力发电机组；故障诊断；故障预测

参考

[1]HUANG Q,JIANG D X,HONG L Y,et al. Application

of wavelet neural networks on vibration fault diagnosis

for wind turbine gearbox [j] . Lecture Notes in Computer

Science,2008,5264:313-320.

[2] 严如强，钱宇宁，胡世杰，等 . 基于小波域平稳

子空间分析的风力发电机齿轮箱故障诊断 [J]. 机械工程学

报，2014，50（11）：9-16.

[3]YACAMINI R,SMITH K S,RAN L.Mmonitoring

torsional vibrations of electro-mechanical systems using stator

currents [J].Journal of Vibration and Acoustics,1998,120(1)

:72-79.

[4]KIA S H,HENAL H,CAPOLINO G. Mechanical

transmission and torsional vibration effects on induction

machine stator current and torque in railway traction systems

[C] . Proceeding of IEEE Energy Conversion Congress and

Exposition,2009:3182-3187.

[5] 陈峙，王铁，谷丰收，等 . 基于电动机电流信号

双谱分析的齿轮传动故障诊断 [J]. 机械工程学报，2011，

48（21）：84-90.

[6] 刘振兴，李月棠，张文蓉，等 . 基于 hht 和广义

Fourier 变换变频调速异步电动机故障诊断 [J]. 同济大学学

报，2010，38（12）：1832-1835.

[7] 黎敏，徐金梧，阳建宏，等 . 一种基于流形拓扑

结构的轴承故障分类方法 [J]. 控制工程，2009，16（3）：

358-362.

[8] 蒋全胜，贾民平，胡建中，等 . 基于拉普拉斯特

征映射的故障模式识别方法 [J]. 系统仿真学报，2008，20

（20）：5710-5715.

[9] 栗茂林，王孙安，梁霖梁 . 基于非线性流形学习

的轴承早期故障特征提取方法 [J]. 西安交通大学学报，

2010，44（5）：45-49.